https://process-mining.tistory.com/42 Decision Tree(의사 결정 나무)란? (Decision tree 설명) Decision Tree는 tree 구조를 활용하여 entropy가 최소화되는 방향으로 데이터를 분류하거나 원하는 어떤 결과값을 예측하는 분석 방법을 말한다. 이번 포스팅에서는 Decision Tree가 무엇이고, 이를 어떻 process-mining.tistory.com import numpy as np # elevation_list = [300,1200,1500,3000,3900,4450,5000] # vegetation_list = [rip,cha,rip,cha,cha,con,con] #4개로 나뉜다. # rip/cha/rip/cha,cha/con,co..

https://tyami.github.io/machine%20learning/decision-tree-3-c4_5/ 의사결정 나무 (Decision Tree) C4.5 알고리즘 설명 의사결정 나무의 기본 알고리즘 중 하나인 C4.5 를 공부해봅시다 tyami.github.io https://tyami.github.io/machine%20learning/decision-tree-1-concept/ 의사결정 나무 (Decision Tree) 기본 설명 Machine learning 알고리즘 중 하나인 의사결정 나무를 공부해봅시다 tyami.github.io 여기서 순서대로 공부해보자. 확률은 probability. 지니 인덱스 : Gini Index = 1 - Σ (p_i)^2 p_i는 각 클래스 i에 대한..

Decision tree를 배웠다. Decision Tree(의사결정 트리)는 데이터를 분류하거나 예측하기 위한 지도 학습 알고리즘이다. 이 알고리즘은 트리 구조를 사용하여 데이터를 분할하고 판단 규칙을 만들어 내는 방식이다. 이 트리는 데이터의 특성을 기반으로 하여 노드(node)라고 불리는 분기점들을 생성하고, 각 노드는 특정한 조건을 통해 데이터를 분할한다. 분할은 정보 이득(information gain), 지니 불순도(gini impurity), 분산 감소(variance reduction) 등의 지표를 사용하여 이루어진다. log 할 줄을 몰라서 좀 헤맸다. 밑이 있고 log를 어떻게 사용하는지 등을 몰랐다. 이제는 앎. import numpy as np # 로그를 계산할 값. x = 10..

https://bskyvision.com/entry/MSCNmean-subtraction-and-contrast-normalization%EC%9D%98-%EC%9D%B4%ED%95%B4 MSCN(mean subtraction and contrast normalization)의 이해 mean subtraction and contrast normalization (MSCN)은 Difference of Gaussian (DoG), Laplacian of Gaussian (LoG), Gradient Magnitude (GM)와 같은 이미지 전처리 방식 중에 하나이다. 눈에 보이는 것과 우리 뇌에서 이미지를 처리 bskyvision.com Mean subtraction 하는 이유. Mean Subtraction..

https://www.youtube.com/watch?v=g3n1VxiXgrE 속력 : 크기 이다. -> 스칼라. 속도 : 크기 + 방향이다. -> 벡터 화살표 하나가 있으면 벡터 표현이 가능하다. 화살표의 길이 : 크기 화살표의 방향 : 벡터의 방향. 시작점 A를 시점. 끝점 B를 종점. AB의 크기가 1이면 단위벡터(유닛벡터)다. 크기가 1로 고정되어 있는 것이 단위벡터다. 단위벡터는 방향을 나타내는데 집중을 한다. 시점과 종점이 같은 벡터는? 영벡터라고 한다. 영벡터는 방향을 고려하지 않는다. 벡터가 서로 같을 조건 : 크기와 방향이 동일하면 위치에 상관없이 같은 벡터이다. 정육각형의 예시. AO 벡터와 OD 벡터는 서로 같다. OA과 OD는 크기는 같지만 방향이 다르다. ##############..

# x = int(input()) # y = int(input()) # # if(x>0 and y>0): # print(1) # elif(x0): # print(2) # elif(x