ADsP #14

오늘 공부한 내용

▣ 03장: 정형 데이터 마이닝

01 _ 데이터 마이닝

__1. 데이터 마이닝 개요

__2. 데이터 분할

__핵심문제

---

공부한 내용 정리

1. 데이터 마이닝 개요

(1) 데이터 마이닝 이해

① 데이터 마이닝

② 통계분석과 데이터 마이닝의 차이

(2) 데이터 마이닝의 종류

① 방법에 따른 분류

• 지도 학습
• 비지도 학습

지도 학습		비지도 학습
회귀(연속형)	선형회귀분석	군집	k-means
	의사결정나무(회귀트리모형)		SOM(Self-Organizing Map)
	SVR(Support Vector Regression)		DBSCAN(밀도 기반 군집)
	신경망 모형		병합 군집
	릿지(Ridge)		계층군집
	라쏘(Lasso)	연관	Apriori
분류(범주형)	로지스틱회귀	차원축소	PCA(주성분분석)
	신경망모형		LDA(선형판별분석)
	의사결정나무(분류트리모형)		SVD(특잇값 분해)
	k-NN(k-최근접 이웃 알고리즘)		MDS(다차원 척도법)
	앙상블
	SVM(Support Vector Machine)
	나이브 베이즈 분류

② 데이터 마이닝의 분석 목적에 따른 분류

• 분류 분석
• 군집 분석
• 연관 분석

(3) 데이터 마이닝의 프로세스

1. 목적 정의
2. 데이터 준비
3. 데이터 가공
4. 데이터 마이닝 기법 적용
5. 검증

2. 데이터 분할

(1) 데이터 분할의 이해

① 데이터 분할

② 과적합(과대적합)과 과소적합

 

☞ 파라미터와 하이퍼 파라미터 

파라미터: 매개 변수, 사람의 개입 없이 발견되는 최적의 값

하이퍼 파라미터: 초매개 변수, 모델 외적인 요소, 분석자가 직접 찾아줘야 하는 최적의 값

 

(2) 데이터 분학을 통한 검증

① 홀드 아웃

② k-Fold 교차 검증

③ 붓스트랩

④ 계층별 k-겹 교차검증

---

 

2023 이지패스 ADsP 데이터분석 준전문가

2023년 ADsP 시험 합격을 위한 최신 기출문제 완벽 분석! 총 860문항 압도적 문제 수 + 수험서 앱(16회차 기출 및 모의고사 수록) 제공!

저자

전용문, 박현민

출판

위키북스

출판일

2023.01.16

※ 해당 책으로 공부한 내용입니다.