최적화 및 기계학습/기계학습(ML)8 [R] AirPassengers 데이터를 이용한 회귀분석 비교(회귀분석,조화회귀) 위 데이터를 다루는데 있어 어떠한 모형인지부터 알고 시작하자.data('AirPassengers')AP AP Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec1949 112 118 132 129 121 135 148 148 136 119 104 1181950 115 126 141 135 125 149 170 170 158 133 114 1401951 145 150 178 163 172 178 199 199 184 162 146 1661952 171 180 193 181 183 218 230 242 209 191 172 1941953 196 196 236 235 229 243 264 272 237 211 180 2011954 204 188 235 227 234 .. 2025. 3. 18. [R] 푸리에급수를 이용한 회귀분석(harmonic regression) # 데이터 생성: x ~ Uniform[0,1]에서 샘플, y = sin(2*pi*x) + 노이즈set.seed(123)n K=4일 때를 보겠다. K가 뭐든간에 cos과 sin의 특징(값)을 추출해내야 한다.이를 어떠한 행렬형태로 나타낼 것이다.Cos(2pi*1*x)Cos(2pi*2*x)Cos(2pi*3*x)Cos(2pi*4*x)Cos(2pi*5*x)Cos(2pi*6*x)data11data21........data12data22........ 이런 형태는 R에서 sapply를 이용해서 만들면 좋다. k=1,2,3,4... 일때 만들기에 특화되어있기 때문이다.#K=4K head(cos_feat) cos1 cos2 cos3 cos4[1,] -0.23391.. 2025. 3. 17. 적대적 생성 신경망(GAN) 이론 및 과정 딥러닝 시험공부하면서 정리한 GAN 이론입니다. 다음에는 코드를 올려보도록 하겠습니다.아래 링크에 코드를 남겨두었습니다.https://github.com/juseong4121/Python 2024. 6. 11. 벡터미분 공식과 행렬미분 결과에 대한 사실 수정 - 2025/05/04 : 기존 내용보다 더 쉽게 설명했습니다. 변수가 많은 데이터나 방정식에서 벡터화시켜서 미분을 진행하는 경우가 꽤 많다. 예로들어, 다중선형회귀분석에서 각 변수마다 편미분을 해서 구할려고 하면, 힘들기 때문에 벡터미분을 이용한다. 다음은 행렬에 관한 미분이다. 행렬식에 관한 미분과 역행렬에 대한 미분이 다음과 같이 사실로 밝혀져있음을 받아들인다.이는 선형모형론 이차형식의 적률생성함수를 구하고 평균과 분산을 구하는 곳에서 유용하게 쓰이는 사실이다.오타 : 위 우변의 식은 행렬식 모두 |B(t)|가 아닌 그냥 행렬입니다. B(t),B(t)^-1로 작성해주세요. 2024. 4. 16. 경사하강법1(Gradient-descent) 결국엔 이렇게 봐도 저렇게 봐도 말하고자 하는 바는 같다. 두 포인트가 같아지면 수평이 된다는 이야기다. 사실 먼저 그레디언트값을 구해두고 헤시안행렬을 구할 수 밖에 없다. 아래의 얘기를 해두고 싶어서 그랬다. 아래는 경사하강법을 사용하여 R 코딩을 이용했습니다. > f f function(x1,x2){ 3*x1^2 + 5*x2^2 +2*x1 -5*x1*x2 } #그림으로 임계점이 있는지 보자. #library(mosaic) #추가적으로 'manipulate'라는 패키지가 필요 할 수 있습니다. 필요하다면 받아주시고 라이브러리로 읽어주세요. plotFun(3*x1^2 + x2^2 -2*x1 +5*x1*x2 ~ x1&x2, x1.lim = range(-50,50), x2.lim = range(-50,50).. 2024. 4. 16. 선형회귀(LR)-3 :결정계수와 회귀분석결과 해석. 아래 csv파일을 첨부해두었으니 하실분은 하시면 됩니다. > libray(magrittr) #경로 지정: 문서 우클릭 -> 속성 -> 위치복사 -> 역슬래시(\)를 모두 /로 변환. > df1 df1 > reg1 reg1 %>% summary() #시각화 코드 3차원 library(scatterplot3d) sp3d 2024. 4. 3. 이전 1 2 다음
