[Python]Machine Learning2:Naive Bayes classifier, Logistic Regression

 

Text Mining

• 문서 해석 예시를 들어
• 위 그래프의 'Pythons are constrictors that feed on birds and mammals'를 해석 할 때

• 'Pythons', 'are', 'constrictors', 'that', 'feed', 'on', 'birds', 'and', 'mammals' 로 쪼갤 수 있다.
• 이 단어들 중 중요한 단어만 찾기 위해 자연어처리(=색인어 추출)을 해야한다.
• and와 같이 필요없는 불용어들을 데이터에서 빼야한다.

---

Naive Bayes classifier
→ 정확한 분류 대신 확률을 이용한 알고리즘.

• 위 텍스트 마이닝한 데이터로 레이블이 Language일 확률과 snake일 확률을 곱한다.

---

박스에 손을 넣었을 때 gray공과 black공을 잡을 확률을 구해보면 위와 같다.

알고리즘 형태.

곱해줄 경우 하나라도 0이면 결과가 0이기 때문에
확률이 너무 낮은 0.00001과 같은 데이터는 제외를 고려해야 한다.

---

Logistic Regression
→ 통계: 회귀(Regress) 모델.
분류기로 대출이나 신용평가 승인여부에서 사용됨.

선형 회귀 그래프.

z가 구하고자하는 선형

---

이 책 추천한다고 함