본문 바로가기

분류 전체보기206

[통계학습] 분류 (2) 5.3.3 일반화선형모형 ~ 5.4 분류 모델 평가하기5.3.6 선형회귀와 로지스틱 회귀의 유사점과 차이점 모델을 피팅하는 방식(최소제곱법을 사용할 수 없다)모델에서 잔차의 측징과 분석 1) 모델피팅보통 선형회귀에서는 모델피팅을 위해 최소제곱법을 사용그러나 로지스틱 회귀에서는 최대우도추정(maximum likelihood estimation : MLE) 사용하여 모델일 피팅> 우리가 보고 있는 데이터를 생성했을 가능성이 가장 큰 모델을 찾는 것로지스틱 회귀에서 종속변수는 0과 1이 아니라 응답이 1인 로즈 오즈비의 추정치이다> MLE는 예쌍 로그 오즈비가 관찰된 결과를 가장 잘 설명하는 모델을 찾는 것 최소제곱법 : 회귀모형과 데이터간 차이(잔차)의제곱을 계산하여 최솟값이 되는 파라미터를 구하는 것 주요.. 2024. 6. 12.
[문제풀이] Hacker Rank - Ollivander's Inventory 출처 Ollivander's Inventory | HackerRankHelp pick out Ron's new wand.www.hackerrank.com  문제 the minimum number of gold galleons needed to buy each non-evil wand of high power and age. 문제에 대한 해석조건1. non_evil wand (값이 0인것)조건2. age와 power가 각각 같은 것들중에 coin_needed가 가장 작은 것?  code, age 간의 매핑은 1:1 관계풀이(MYSQL)select w.id, wp.age, w.coins_needed, w.powerfrom Wands w join Wands_Property wpon w.code = wp.cod.. 2024. 6. 12.
[문제풀이] Programmers - 업그레이드 된 아이템 구하기 출처 프로그래머스코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.programmers.co.kr 문제 아이템의 희귀도가 'RARE'인 아이템들의 모든 다음 업그레이드 아이템의 아이템 ID(ITEM_ID), 아이템 명(ITEM_NAME), 아이템의 희귀도(RARITY)를 출력하는 SQL 문을 작성해 주세요. 이때 결과는 아이템 ID를 기준으로 내림차순 정렬주세요.  문제에 대한 해석-- 조회 : 아이템 ID(ITEM_ID), 아이템 명(ITEM_NAME), 아이템의 희귀도(RARITY) -- 조건 : 'RARE'인 아이템들의 모든 다음 업그레이드  -- 정렬 : 아이템 ID를 기준으로 내림차순  풀이(M.. 2024. 6. 11.
[문제풀이] Hacker Rank - Top Competitors 출처 Top Competitors | HackerRankQuery a list of top-scoring hackers.www.hackerrank.com  문제Julia just finished conducting a coding contest, and she needs your help assembling the leaderboard! Write a query to print the respective hacker_id and name of hackers who achieved full scores for more than one challenge. Order your output in descending order by the total number of challenges in which the h.. 2024. 6. 11.
[문제풀이] Hacker Rank - THE REPORT 출처 The Report | HackerRankWrite a query to generate a report containing three columns: Name, Grade and Mark.www.hackerrank.com  문제Ketty gives Eve a task to generate a report containing three columns: Name, Grade and Mark. Ketty doesn't want the NAMES of those students who received a grade lower than 8. The report must be in descending order by grade -- i.e. higher grades are entered first. If th.. 2024. 6. 11.
[통계학습] 분류 (1) 범위 : 5.1 나이브베이즈 ~ 5.3.2 로지스틱 회귀와 GLM5.1 나이브베이즈용어정리조건부확률 : 여떤 사건(Y=i)이 주어졌을 때, 해당 사건 (X=i)을 관찰할 확률 P(X | Y)사후확률 : 예측 정보를 통합한 후 결과의 확률  (사전확률에서는 예측변수에 대한 정보를 고려하지 않는다)나이브베이즈 : 주어진 결과에 대해 예측변숫값을 관찰할 확률을 사용하여, 예측변수가 주어졌을때 결과를 관찰할 확률을 사용하다 (주로 범주형)예측변수의 값이 동일한 모든 레코드를 찾는다해당 레코드들이 가장 많이 속한 클래스를 정한다새 레코드에 해당 클레스를 지정한다 베이즈 정리 : 새로운 정보를 토대로 어떤 사건이 발생했다는 주장에 대한 신뢰도를 갱신해가는 방법나이브 베이지 : 사전확률에 추가정보의 확률을 곱해주는 .. 2024. 6. 10.

티스토리툴바