Study
-
[python] LP, 선형계획법 python에서 구현Study/Python 2019. 5. 28. 14:18
먼저 선형 계획법에 대한 개념이 궁금하시다면 이전 글을 확인해주세요 2019/05/28 - [IT] - [분석/통계] LP, 선형계획법 pip install pulp # PuLP를 설치해줍시다! from pulp import * # LpProblem 함수를 이용해서 목적식의 종류?를 지정해줍니다 prob = LpProblem("The Whiskas Problem",LpMinimize) #("아무거나이름",최소최대,,,) # LpVariable 함수를 이용해서 사용할 x1,x2 변수의 이름, 상하한, 데이터 유형 지정 x1 = LpVariable ( "ChickenPercent" , 0 , None , LpInteger ) x2 = LpVariable ( "BeefPercent" , 0 ) # LpVari..
-
[R] LP, 선형계획법 R에서 구현Study/R 2019. 5. 28. 14:15
먼저 선형 계획법에 대한 개념이 궁금하시다면 이전 글을 확인해주세요 2019/05/28 - [IT] - [분석/통계] LP, 선형계획법 예를 들어 아래와 같은 문제가 있다면! [문제] 어떤 작전부대의 편성을 계획하고 있다. 이때 이 작전에 효과적인 전투원은 A, B, C 세 가지 타입이 있다. 각 타입의 전투원은 작전을 수행할 때 A타입은 10포인트, B타입은 8포인트, C타입은 9포인트의 효과를 실현할 것으로 기대된다. 부대는 각 타입의 전투원을 몇 명씩 편성해야 작전 효과를 극대화할 수 있을까? 이때 훈련비용(단위: 천만원)은 각 타입 별로 단위 당 2, 3, 1이 소요되며, 합계 1,000을 초과할 수 없다. 전투 준비시간(단위: 시간)은 각각 5, 6, 6이 소요되며, 합계 2,400을 초과할 수..
-
[R] R에서 ODBC를 이용하여 mssql 연동Study/R 2019. 5. 27. 18:30
1. ODBC준비 시작 > ODBC 데이터 원본 설정 > 추가 이름은 R에 연동시킬 때 DSN에 적어야 하기 때문에 기억하기 쉬운걸로 마음대로 정해주세요~ 서버는 연동시킬 SQL 서버명(또는 아이피 주소)을 적어주세요~ SQL 서버 인증을 사용하여 R에서 아이디와 패스워드로 연결해줍시다! 로그인 ID, 암호 모두 연동시킬 때 필요하니 기억하기 쉬운걸로! 기본 데이터베이스는 연동 시키고 싶은 데이터베이스로 해주세요~ 저는 해당 서버가 그냥 연습용이라 모든 권한을 주는 master로 했습니다! 그냥 마침 눌러주세요~~ 데이터 원본 테스트를 클릭해서~ 테스트를 성공적으로 완료하면 끝! 2. R에 연동 1. 설치하기 install.packages("RODBC") 2. 라이브러리 사용 설정 library(RODB..
-
[지도학습] 의사결정나무/랜덤포레스트/그래디언트 부스팅Study/Statistics 2019. 5. 24. 12:28
나무 모양으로 지도학습을 하는 모델 3가지 소개 트리의 복잡도 = 훈련데이터를 학습하기 위해 나무가 커지는 정도 의사결정나무(Decision Tree) 단계별로 예/아니오로 질문을 이어 나가면서 학습하는 모델, 스무고개마냥 리프 : 마지막 노드 순수 노드 : 0또는1로 완전히 분리 된 노드 원리 종속변수를 가장 잘 나눠주는 독립변수의 특징을 가지고 데이터를 예/아니오로 분리 (변수가 이항이라면 A인지B인지로, 변수가 연속형이라면 이상이하) 만약 완전히 분리 되지 않았다면 둘 중 다수에 속한 것을 예측 결과로 함 목표 : 정답에 가장 빨리 도착하는 나무 학습 => 간단하게 예측 가능하도록! 결정 트리의 복잡도 제어하기 트리 모델의 기본값은 모든 리프 노드가 순수 노드가 될 때까지 생성한 트리 => 모든 리..
-
[지도학습] KNNStudy/Statistics 2019. 5. 23. 09:52
지도학습 중 가장 간단하다고 볼 수 있는 거리를 이용하여 예측하는 모델 테스트 데이터와 가장 가까운 k개의 특징을 보고 테스트 데이터 예측 k-최근접 이웃(K-Nearest Neighbors, KNN) 거리가 가장 가까운 데이터포인트를 찾고, 가장 많은 클래스가 예측 결과가 됨 훈련방법 : 훈련데이터 저장 예측방법 : 궁금한 데이터에서 가장 가까운 훈련 데이터를 찾아 선택 이웃을 몇개 찾을 지 몰라서 k! 이웃개수는 내가 정하면 됨~ 이웃수는 홀수로 정하기 예측 결과는 가장 많은 이웃의 상태가 됨! knn 과정 1. 데이터셋 나누기(train/test) 2. 이웃 수(= k) 정하기 3. 훈련 : 훈련데이터 저장 4. 예측 : 테스트 데이터에서 가장 가까운 k개 데이터 포인트가 속한 클래스 중 과반수에 ..