뉴스 카테고리 분류 모델 대회 데이터 다운 링크 private score : 0.67608 , public score : 0.70427 사용 모델 : LSTM 누구나 이해하기 쉽게 가장 간단하게 설계한 모델입니다. 참고사이트 : 위키 독스 import pandas as pd train = pd.read_csv('train_data.csv') test = pd.read_csv('test_data.csv') 간단한 EDA train.head() index title topic_idx 0 0 인천→핀란드 항공기 결항…휴가철 여행객 분통 4 1 1 실리콘밸리 넘어서겠다…구글 15조원 들여 美전역 거점화 4 2 2 이란 외무 긴장완화 해결책은 미국이 경제전쟁 멈추는 것 4 3 3 NYT 클린턴 측근韓기업 특수관계..

Pytorch를 이용해 이미지 데이터를 분류 해보도록 하겠습니다. 실습을 위해 사용한 데이터는 데이콘 에서 다운 받으실 수 있습니다. 해당 대회는 28 x 28 pixel 크기의 손글씨 이미지가 어떤 숫자를 담고 있는지 분류하는 것이 목표입니다. 라이브러리 불러오기 우선 실습에 필요한 라이브러리를 불러오도록 하겠습니다. import warnings warnings.filterwarnings(action='ignore') import os import pandas as pd import numpy as np from PIL import Image import matplotlib.pyplot as plt %matplotlib inline from sklearn.model_selection import tra..

컨텐츠 기반 필터링 실습 TMDB 5000 영화 데이터 셋을 이용하여 컨텐츠 기반 필터링 실습을 해보자. 장르 속성을 이용한 콘텐츠 기반 필터링 콘텐츠 기반 필터링은 사용자가 특정 제품을 구매하고 그 제품이 마음에 들었다면 그 제품과 비슷한 특성/속성 , 구성 요소를 가진 다른 제품을 추천 하는 것이다. 제품(또는 서비스) 간의 유사성을 판단하는 기준이 제품을 구성하는 다양한 콘텐츠를 기반으로 하는 방식이 바로 콘텐츠 기반 필터링이다. 콘텐츠 기반 필터링 추천 시스템을 영화를 선택하는 데 중요한 요소인 영화 장르 속성을 기반으로 만들어 보자. 장르 칼럼 유사도를 비교한뒤 그중 높은 평점을 가지는 영화를 추천 하는 방식이다. 데이터 로딩 및 가공 장르 속성을 이용해 콘텐츠 기반 필터링을 수행하자. 먼저 데..

확률적 경사하강법을 이용한 행렬 분해 확률적 경사 하강법은 회귀에서 사용한 경사 하강법의 한 종류이다. 확률적 경사 하강법을 이용한 행렬 분해 방법을 요약하자면 ,P와 Q 행렬로 계산된 예측 R행렬 값이 실제 R 행렬 값과 가장 최소의 오류를 가질 수 있도록 반복적인 비용 함수 최적화를 통해 P와 Q를 유추해내는 것 이다. 확률적 경사 하강법을 이용한 행렬 분해의 전반적인 절차는 다음과 같다. P와 Q를 임의의 값을 가진 행렬로 설정 P와 Q.T 값을 곱해 예측 R 행렬을 계산하고 예측 R행렬과 실제 R 행렬에 해당하는 오류 값을 계산. 이 오류 값을 최소화 할 수 있도록 P와 Q 행렬을 적절한 값으로 각각 업데이트 만족할만한 오류 값을 가질 때 까지 2,3번 작업을 반복하면서 P와 Q 값을 업데이트해 ..

추천시스템이란 아마존, 이베이 등 유수의 전자상거래 업체가 추천 시스템 도입 후 큰 매출 향상을 경험했다. 하나의 콘텐츠를 선택했을 때 선택된 콘텐츠와 연관된 추천 콘텐츠가 얼마나 사용자의 관심을 끌고 개인에게 맞춘 콘텐츠를 추천했는지는 그 사이트의 평판을 좌우하는 매우 중요한 요소이다. 추천시스템의 진정한 묘미는 사용자 자신도 좋아하는지 몰랐던 취향을 시스템이 발견하고 그에 맞는 콘텐츠를 추천해주는 것이다. 이러한 추천 시스템을 접한 사용자는 해당 사이트를 더 강하게신뢰하게 되어 더 많은 추천 콘텐츠를 선택하게 된다. 결국 더많은 데이터가 추천 시스템에 축척되면서 추천이 더욱 정확해지고 다양한 결과를 얻을 수 있는 좋은 선순환 시스템을 구축 할 수 있게 된다. 추천시스템은 특히 온라인에서 그 진가를 발..

DBSCAN DBSCAN은 밀도 기반의 대표적인 알고리즘이다 DBSCAN은 간단하고 직관적인 알고리즘으로 돼있음에도 데이터의 분포가 기하학적으로 복잡하 데이터 셋에도 효과적인 군집화가 가능하다. 다음과같은 형태의 데이터를 군집화 한다고 했을때, k-평균 알고리즘과 DBSCAN 의 결과를 비교해보자. DBSCAN이 효과적인 군집화를 수행하고 있는것을 알 수 있다. DBSCAN은 특정 공간 내에 데이터 밀도 차이를 기반알고리즘으로 하고 있어서 복잡한 기하하적 분포도를 가진 데이터 셋에 대해서도 군집화를 잘 수행한다. DBSCAN을 구성하는 가장 중요한 두 가지 파라미터는 입실론(epsilon) 으로 표기하는 주변영역과 이 입실론 주변 영역에 포함되는 최소 데이터 개수 min points 이다. 입실론 주변 ..