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 |
Tags
- pandas
- tensorflow
- 애자일
- Agile
- javascript
- Scrum
- keras
- 다나와
- instance
- 자바스크립트
- 프로젝트
- matplotlib
- visualizing
- AWS
- data analyze
- adaptive life cycle
- python
- opencv
- webcrawling
- Method
- ECS
- data
- TypeScript
- Project
- Crawling
- 크롤링
- angular
- analyzing
- algorithm
- DANAWA
Archives
- Today
- Total
목록Bigdata/Scikit-Learn (1)
LiJell's 성장기

비지도 학습 데이터의 성질로 부터 최적으로 분할하고 레이블을 구함 활용 분야 시장 분할 지도에서 가까운 지점을 병함 영상 압축 자료에 새 레이블 부여 이상행동 감지 방법론 K-means clustering, DBSCAN, ect K- 평균 군집화 레이블이 없는 다차원 데이터 세트 내에 사전 정의된 군집의 개수를 찾아내는 방법 최적의 군집화 ''군집의 중앙' 은 해당 군집에 속하는 모든 점의 산술 평균 각 점은 다른 군집의 중앙보다 자신이 속한 군집의 중앙에 더 가깝다. %matplotlib inline import matplotlib.pyplot as plt import seaborn as sns; sns.set() import numpy as np # 4개 영역의 2차원 자료의 생성 from sklea..
Bigdata/Scikit-Learn
2022. 2. 11. 18:04