Sims의 문제해결 저장소

지금까지 Decision Tree, Random Forest를 살펴보았다. Extra Tree는 Random Forest와 살짝 다른 무작위성을 가지는 Tree이다. 혹시 Random Forest를 모른다면 밑에 링크를 보거나, 학습을 하고 오는 것을 추천한다. https://sims-solve.tistory.com/92 [ML] Random Forest - 정리 Decision Tree에 대한 사전지식이 필수적으로 필요합니다. Decision Tree에 대한 설명은 밑 링크를 참고하세요. https://sims-solve.tistory.com/88 [ML] 의사결정트리(Decision Tree) 정리 의사결정트리는 Forest 계열에 sims-solve.tistory.com 1. Extra Tree (..

Decision Tree에 대한 사전지식이 필수적으로 필요합니다. Decision Tree에 대한 설명은 밑 링크를 참고하세요. https://sims-solve.tistory.com/88 [ML] 의사결정트리(Decision Tree) 정리 의사결정트리는 Forest 계열에 가장 base로 사용되는 모델이다. RandomForest , Extra Tree, 일부 Boosting계열 모델에서 n개의 decision tree가 사용되므로 의사결정 트리를 상세하고 정확하게 공부하고 넘어가 sims-solve.tistory.com 1. Random Forest란? 간단하게 말해서 Random Forest는 이전에 살펴보았던, Decision Tree를 많이 만들어 하나의 결과를 예측하는 방식이다. 즉, 집단지..

지금까지 Decision Tree의 분류/회귀가 어떻게 동작하는지 알아보는 시간을 가졌다. 혹시 잘 모른다면 밑에 링크를 통해 보고 오는 것을 추천한다. https://sims-solve.tistory.com/89 [ML] 의사결정트리(Decision Tree) - Classicifation 손으로 구하기 이번 포스팅에는 직접 Decision Tree가 어떤 방식으로 분기하는지 그림으로만 보는 것이 아닌, 손으로 계산하여 정말 똑같은지 확인해보고자 한다. 만약, Decision Tree에 대해 잘 모르겠다면.. 정보를 sims-solve.tistory.com https://sims-solve.tistory.com/90 [ML] 의사결정트리(Decision Tree) - Regression 손으로 구하기 ..

이번 포스팅에는 직접 Decision Tree의 Regrssion을 살펴보자! 이전 포스팅과 마찬가지로 손으로 한번 간단한 dataset을 가지고 직접 구해보겠다. 만약, Decision Tree Classification을 모른다면, 밑에 링크를 참고하시길.. https://sims-solve.tistory.com/89 [ML] 의사결정트리(Decision Tree) 정리 - Classicifation 손으로 구하기 이번 포스팅에는 직접 Decision Tree가 어떤 방식으로 분기하는지 그림으로만 보는 것이 아닌, 손으로 계산하여 정말 똑같은지 확인해보고자 한다. 만약, Decision Tree에 대해 잘 모르겠다면.. 정보를 sims-solve.tistory.com 해당 포스팅은 손으로 직접 트리를..

이번 포스팅에는 직접 Decision Tree가 어떤 방식으로 분기하는지 그림으로만 보는 것이 아닌, 손으로 계산하여 정말 똑같은지 확인해보고자 한다. 만약, Decision Tree에 대해 잘 모르겠다면.. 정보를 찾아보고 오길 권한다. 밑에 링크를 참고해도 좋고... https://sims-solve.tistory.com/88 [ML] 의사결정트리(decision tree) 정리 의사결정트리는 Forest 계열에 가장 base로 사용되는 모델이다. RandomForest , Extra Tree, 일부 Boosting계열 모델에서 n개의 decision tree가 사용되므로 의사결정 트리를 상세하고 정확하게 공부하고 넘어가 sims-solve.tistory.com 해당 포스팅은 손으로 직접 트리를 구해..

의사결정트리는 Forest 계열에 가장 base로 사용되는 모델이다. RandomForest , Extra Tree, 일부 Boosting계열 모델에서 n개의 decision tree가 사용되므로 의사결정 트리를 상세하고 정확하게 공부하고 넘어가고자 글을 작성한다. 이름에서도 알 수 있듯 tree모양을 띄는 알고리즘이다. 자료구조에서 Tree구조를 안다면 보다 도움이 될것이다. 이러한 구조를 Tree구조라고 한다. 하나의 root node로부터 자식노드로 점점 깊이 뻗어나가는 모습을 볼 수 있다. Tree 구조의 자식node로 분기를 하여 탐색에 용이하도록 해주는 장점이 있다. 왜 트리인고 하니.. 그래프를 뒤집어보면 위로 뻗어있는 나무와 비슷하다. 뿌리로부터 가지가 뻗어나가는 모습... Decision..

현재 video data를 가지고 분류하는 테스크 대회를 진행하고 있다. 이미지 증량은 경험이 있지만, video의 증량은 경험이 전무하기에 조금 애 먹었다. 하지만, video는 연속적인 이미지의 집합이므로, 결국 이미지 증량과 거의 동일하다. def get_frames(path): cap = cv2.VideoCapture(path) frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) imgs = [] for fidx in range(frames): _, img = cap.read() img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) imgs.append(img) ret = {f"image{i}":imgs[i] for i in range(1,..

이 사진을 가지고 python에서 albumentations을 사용하여 이미지를 바꿔보겠다. Normalize - 0 ~ 255사이인 pixel값을 "(img - mean * max_pixel_value) / (std * max_pixel_value)"의 공식을 이용하여 숫자를 작게 만든다. 장점 - 입력 값의 범위를 줄여, 학습에 빨리 수렴되도록 하고, 큰 입력값을 가진 특정 pixel의 특정 weight값이 커지는걸 방지 ColorJitter class albumentations.augmentations.transforms.ColorJitter (brightness=0.2, contrast=0.2, saturation=0.2, hue=0.2, always_apply=False, p=0.5) - 최대값..