Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- 경력 기술서
- 경력기술서 첨삭
- 데이터 사이언스
- 주가데이터
- 데이터사이언스
- 데이터분석
- 커리어전환
- sklearn
- 데이터사이언티스트
- 자기소개서
- 이력서 첨삭
- 사이킷런
- 대학원
- 파이썬
- 퀀트
- 주요 파라미터
- 머신러닝
- 랜덤포레스트
- pandas
- 주식데이터
- 데이터사이언스학과
- 하이퍼 파라미터
- 판다스
- 베이지안 최적화
- 파라미터 튜닝
- AutoML
- 코딩테스트
- 데이터 사이언티스트
- 하이퍼 파라미터 튜닝
- 퀀트 투자 책
Archives
- Today
- Total
목록서포트 벡터 머신 (1)
GIL's LAB
서포트 벡터 머신(이진 분류, rbf 커널)의 하이퍼 파라미터 튜닝
이번 포스팅에서는 이진 분류를 위한 서포트 벡터 머신(SVM)의 하이퍼 파라미터를 튜닝하는 방법에 대해 알아보겠습니다. 커널까지 비교하려하다보니 시간이 너무 오래 걸릴 것 같아, rbf 커널을 갖는 SVM으로 한정했습니다. SVM은 sklearn.svm.SVC를 이용해서 구현하겠습니다. 하이퍼 파라미터 sklearn.svm.SVC의 주요 하이퍼 파라미터(함수 인자)는 다음과 같습니다. 하이퍼 파라미터에 대한 설명은 scikit learn의 공식 문서를 참고해서 작성했습니다. C: 정규화 파라미터로, 이 값이 클수록 정규화 강도가 약합니다. L2 페널티이며, 기본값은 1입니다. kernel: 커널을 결정하며,'linear' (선형), 'poly' (다항), 'rbf', 'sigmoid' (시그모이드) 중 ..
데이터사이언스/머신러닝
2022. 7. 29. 15:36