머신러닝 :: 머신러닝 모델(SVM, KNN, 의사결정 나무, 랜덤 포레스트)
머신러닝 모델(SVM, KNN, 의사결정나무, 랜덤 포레스트) 1. SVM(Support Vector Machine) · 아래 그림의 오른쪽 그래프처럼 각 서포트 벡터를 구분할 수 있는 축을 그리고 margin을 계산한다. SVM에서는 margin이 최대가 되도록 모델을 학습시킨다. · 위의 그림에서는 x1, x2 두가지의 특징으로 구분했을 경우이지만, 두개의 특징으로도 구분이 되지않는 경우가 생길 수 있다. 이 때에는 x3, x4, ...의 특징을 추가하여 feature(특성)를 3차원 이상으로 만들어줄 수 있다. Feature가 늘어날 수록 classifier의 성능은 높아진다. 2. KNN(k-Nearest Neighbors) · 가까운 거리 내의 개체를 보고 비슷한 특성을 가진 개체끼리 군집화하는..
2022. 10. 12.
백준 알고리즘 1316번(파이썬)
백준 1316번_파이썬 알고리즘 Q. 백준 1316. 그룹 단어 체커 그룹 단어란 단어에 존재하는 모든 문자에 대해서, 각 문자가 연속해서 나타나는 경우만을 말한다. 예를 들면, ccazzzzbb는 c, a, z, b가 모두 연속해서 나타나고, kin도 k, i, n이 연속해서 나타나기 때문에 그룹 단어이지만, aabbbccb는 b가 떨어져서 나타나기 때문에 그룹 단어가 아니다. 단어 N개를 입력으로 받아 그룹 단어의 개수를 출력하는 프로그램을 작성하시오. (1) 입력 : 첫째 줄에 단어의 개수 N이 들어온다. N은 100보다 작거나 같은 자연수이다. 둘째 줄부터 N개의 줄에 단어가 들어온다. 단어는 알파벳 소문자로만 되어있고 중복되지 않으며, 길이는 최대 100이다. (2) 출력 : 첫째 줄에 그룹 단..
2022. 10. 12.
