기계학습론 과제 K-means, PCA
- 최초 등록일
- 2019.08.27
- 최종 저작일
- 2017.04
- 6페이지/ 압축파일
- 가격 1,500원
소개글
기계학습론 실습 과제 - K-means 클러스터링 및 PCA 구현
- .py : 소스코드
- 개발노트
- 과제3.hwp : 과제에 대한 설명
목차
없음
본문내용
과제 1: 오늘 구현한 Logistic Regression 코드에 Decision Boundary 구현
● 알고리즘
데이터 로드 -> w값을 임의로 초기화 -> x_data에 bias값 추가(x0 = 1) -> gradient descent 알고리즘을 이용하여 w값을 구한다 -> 구한 w값으로 decision boundary를 구한다.
<중 략>
Decision Boundary값이 0보다 크게 되면 합격을 출력하고 그렇지 않은 경우에 불합격을 출력한다.
한번 예측한 뒤에는 계속할 지의 여부를 물어본다. 1을 누르면 계속해서 score1 과 score2의 입력을 받아 예측하고 0을 누르면 프로그램을 종료한다.
만약 score1과 score2에 모두 0을 입력해도 프로그램을 종료한다.
참고 자료
없음
압축파일 내 파일목록
ex2data1.txt
functions.py
main.py
main2.py
main3.py
개발노트.hwp
과제 3.hwp