머신러닝 & 딥러닝22 14. 파이토치로 구현한 선형회귀 1. 단항 선형 회귀한 개의 입력이 들어가서 한 개의 출력이 나오는 구조import torchimport torch.nn as nnimport torch.optim as optimimport matplotlib.pyplot as plt# 파이썬 코드를 재실행해도 같은 결과가 나올 수 있도록 랜점시드를 설정torch.manual_seed(2024)x_train = torch.FloatTensor([[1], [2], [3]])y_train = torch.FloatTensor([[2], [4], [6]])print(x_train)print(x_train.shape)print(y_train)print(y_train.shape)plt.figure(figsize=(6, 4))plt.scatter(x_train, y.. 2024. 6. 13. 13. 파이토치(Pytorch) 1. Clusters(클러스터)Tensorflow와 함께 머신러닝, 딥러닝에서 가장 널리 사용되는 프레임워크초기에는 Torch라는 이름으로 Lua언어 기반으로 만들어졌으나, 파이썬 기반으로 변경한 것이 Pytorch뉴욕대학교와 페이스북(메타)이 공동으로 개발하였고, 현재 가장 대중적인 머신러닝, 딥러닝 프레임워크import torch파이토치를 이용하고자 할때는 위와같이 import를 해주면 됩니다import torchprint(torch.__version__) 1-1. 스칼라(Scalar)하나의 상수를 의미 (데이터가 하나만 들어가 있는 경우)var1 = torch.tensor([1])var1type(var1)var2 = torch.tensor([10.5])var2# 두 스칼라의 사칙 연산print(va.. 2024. 6. 13. 12. KMeans 1. Clusters(클러스터)유사한 특성을 가진 개체들의 집합고객 분류, 유전자 분석, 이미지 분할import numpy as npimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobsX, y = make_blobs(n_samples=100, centers=3, random_state=2023)X=pd.DataFrame(X)Xysns.scatterplot(x=X[0], y=X[1], hue=y)from sklearn.cluster import KMeanskm = KMeans(n_clusters=3)km.fit(X)pred = km.predict(X)sns.sca.. 2024. 6. 13. 11. 다양한 모델 적용 1. AirQualityUCL 데이터셋import numpy as npimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltair_df = pd.read_csv('/content/drive/MyDrive/KDT/6.머신러닝과 딥러닝/Data/AirQualityUCI.csv')air_df.info()Date: 측정 날짜Time: 측정 시간CO(GT): 일산화탄소 농도 (mg/m^3)PT08.S1(CO): 일산화탄소에 대한 센서 응답NMHC(GT): 비메탄 탄화수소 농도 (microg/m^3)C6H6(GT): 벤젠 농도 (microg/m^3)PT08.S2(NMHC): 탄화수소에 대한 센서 응답NOx(GT): 산화.. 2024. 6. 13. 이전 1 2 3 4 5 6 다음
