채린's datascience

jet lag: 시차 적응

get acquainted with: ~을 알게되다.

go out of way to: ~를 이루기위해 애쓰다.

intimidate: (을 하게 하기 위해)겁주다.

pass out: 의식을 잃다/ 졸업하다.

come out: 나오다.

work out: 운동하다.

push out: 몰아내다.

besides: 이외에

over there: 거기는

ahead: 미리, 앞선

asleep: 잠이 든, 자고있는

sleep: 자다.

sleepy: 졸린

for the life of me: 아무리 애를 써도

litter: 쓰레기

broke: 무일푼의, 빈털털이

cost an arm and a leg: 무지막지하게 비싸다. (팔과 다리의 비용이 든다.)

make ends meet: 수지를 맞추다.

self-explanatory: 설명이 필요없는, 자명한

customs: 관세, 세관

living: 생활비

concession: (싸움을 끝내기 위한)양보, 인정

grasp: 꽉 움켜잡다, 완전히 이해하다.

in the meantime/ meanwhile: 그 동안에

expense: (어느 일에 드는)비용

ground rule: 기본 원칙

wait: 기다리다. (기다리는 시간이 짧을지 길지 알 수 없음)

hold on: (잠시) 기다리다.

hang on: (잠깐) 기다리다. hold on보다 덜 격식을 갖춘 느낌

pull up: ~을 찾다.

placement: 취업알선, 배치, 설치, 배치고사

placement test: 반편성 고사

provision: 제공, 대비, 준비, 식량

provisionally: 임시로

stumble: 발을 헛디디다, 비틀거리다.

come across/ stumble upon/encounter/run into: 우연히 발견하다. 우연히 만나다. 

cookery: 요리, 요리법

assure: 장담하다

fine: 벌금

reposit: 예치금

balance: 잔액

funds: 자본

certainly: 물론이죠.

fill up:~로 가득 차다.

fill in: 작성하다.

get into: ~에 들어가다.

intuitive: 직감적인

tuition fee: 수업료

that's a relief: 다행이네요.

get carried away: 매우 흥분하다. 

ex) don't get carried away : 자제력을 잃지마

be obsessed with: ~에 사로잡히다.

be into: ~에 관심이 많다.

sorry for interrupting: 말 끊어서 미안

overpriced and overrated: 너무 비싸고 과대평가되어 있는

stop by: 잠시 들리다. (=drop by)

otherwise : ~와 달리, 그렇지 않으면

so called : ~라 불리는

worth: (금전적) 가치가 있는, 가치

worthy: (사람으로써) 가치가 있는, ~할 자격이 있는

worthwhile: (시간적) 가치가 있는, 보람있는

give it a shot: 시도하다.

It's not like : ~을 하는것도 아닌데 뭐

genuinely : 정말로

straight up : 사실이냐

I wish you wouldn't : 너가 ~을 안 그랬으면 좋겠어

Do you feel that way? : 정말 그렇게 생각해?

resort to : ~에 기대다.

잘난체하는 느낌의 영어단어

1. power trip: 갑질

ex) he is on a power trip : 그 남자 갑질해

2. condescending: 잘난체하는

condescend는 타동사일때는 자신을 낮추는 뉘앙스가 되고 능동태이면 남을 깔보는 뉘앙스로 전환된다.

ex) he is condescending : 그는 잘난척해

3. pompous: 오만한

ex) he should be embressed about his pompous action: 그는 자신의 오만한 행동에 부끄러워해야해.

4. patronizing: 아랫사람 대하듯 하는

ex) he is patronizing his employee: 직원들을 아랫사람 대하듯이 해

1. 머신러닝 모델링의 기본

머신러닝의 목적: 예측과 추론( 크게 두가지)

머신러닝 모델들을 사용할 때 유의할 점: 모델의 예측정확도와 모델해석사이에는 절충관계 (trade off)가 있다.

2. 매개변수와 비매개변수모델

본질적인 차이점은 매개변수모델은 f_추정 함수라 특정 함수꼴을 갖는 반면에 비매개변수모델은 엄격한 가정을 하지 않는다.

3. 지도학습과 비지도학습

본질적 차이는 목표변수의 유무이다.

지도학습의 방법은 회귀와 분류, 비지도 학습의 방법은 군집화와 차원축소가 있다.

주로 비지도 학습은 지도학습을 위해 훈련데이터를 편집하거나 입력특성을 이끌어 낼 때 사용한다.

3-1. 분류(classification)

분류는 분류기(classifier)를 사용해서 신규데이터가 어떤 버킷(계급)에 속하는지 예측하는 일을 말한다.

가장 간단한 예로 로지스틱 회귀 알고리즘을 들겠다!

왜 선형알고리즘인가? 결정경계선이 직선이다.

*서포트벡터머신(SVM, support vector machine): 선형과 비선형에 모두 사용, kernel을 이용해서 데이터가 존재하는 공간을 휘게 할 수 있는 수학적 구조를 갖고있어서 비선형에도 사용이 가능하다.

여러계급으로 분류를 할때? 

기본적으로 k 최근접 이웃 분류기 사용

*k 최근접 이웃 알고리즘(k-nearest neighbors algorithm)

모델을 빠르게 훈련시키나 예측 속도는 느린편

3-2. 회귀(regression)

회기는 회귀기(regressor)를 사용해서 신규데이터의 값을 예측하는 일을 말한다.

*선형회귀(linear regression)

회귀모델 중 가장 간단하고, 널리 사용되는 모델

강점: 선형 확장성 및 높은 수준의 해석 능력

그렇다면 복잡한 비선형 데이터에 대한 회귀분석 수행은 어떻게 하는가?

일부 데이터셋은 특성간의 관계가 선형 모델에 적합하지 않으며, 

*랜덤포레스트(random forest)

비선형문제를 다루는 이것은 분류와 회귀를 둘 다 수행할 수 있다.

기본 => 결정트리(decision tree)

모든 데이터 분석에 앞서 데이터 전처리 과정을 알아보자!

1. 범주형 특성 (categorical)

: 값을 분류할 수 있고 값에 순서가 없는 경우

함부로 범주형 특성을 수치형 특성으로 바꾸는 경우 '순서'의 의미가 들어갈 수 있음을 주의하자

하지만 2진 특성(1/0)으로 치환은 가능하다. : 이런식으로 처리된 변수를 가변수(dummy variable)이라고 한다.

2. 결측자료 다루기

- 결측의 두가지 사용

1)  없는 것이 의미가 있는 경우: informative 결측치

수치형인 경우 해결 방법 => 일반적인 열과 동일하게 사용하기 위해서 변환, 예를 들면, -1이나 -999와 같이 편향된 값을 사용해서 입력 (왜냐하면? 수치는 순서를 내포하기 때문에 값의 중간값을 쓰는것을 원치 않을 것이다.)

범주형인 경우 해결 방법 => 결측된 값을 위한 새로운 열을 만든다. 

2) 없는 것이 아무 의미가 없는 경우

해결 방법 => 적절한 값으로 imputation한다.

수가 매우 작을때는 무시하는 것이 좋다.

시간순으로 정렬된 데이터셋의 경우 해결 방법 => 이전 사례 값으로 바꾼다.

데이터가 단순한 분포를 따르는 경우 해결 방법 => 열의 평균으로 대체, 이와중에 이상점을 제외하고자하면 중위수로 대체

3. 간단한 특성추출

예를 들어, 타이타닉호의 객실번호 (ex. C134)가 승객들의 대피와 관련이 있다면 이를 문자는 => 범주형, 숫자는 => 수치형으로 추출을 하여 정보를 살릴 수 있다.

feature engeneering (특성공학)

4. 데이터 정규화

일부 머신러닝 데이터는 normalized(정규화되어)있어야한다.

한 특성에 가중치를 주고 싶지 않을 것이다.

해결 => 0~1이나 -1~1사이의 값으로 정규화를 해준다.

정규화하는 factor를 남기고, 정규화된 값을 동시에 남겨 어떤식으로 정규화를 했는지 기억하자!

5. 데이터 시각화

*훈련집합이 대표성을 띄는지 알 수 있고, 사례가 부족한 유형도 알 수 있다!

*시각화에서 특성과 반응변수간의 명확한 관계가 보이지 않는다고 쉽게 제거해서는 안된다.

1) 모자이크 분포도 (특성:범주형, 반응변수:범주형)

2) 상자 분포도 (수치형, 범주형)

3) 밀도 분포표 (범주형, 수치형)

4) 산점도 (수치형, 수치형)