소개
이 모듈은 기계 학습으로 로켓 발사 연기 예측에 포함된 이전의 두 모듈에서 이어지는 것입니다.
팁
최상의 결과를 얻으려면 이 학습 경로의 이전 모듈인 데이터 수집 및 조작을 완료한 직후에 이 모듈을 진행하세요. 그러지 않으면 오류가 발생하거나 다른 결과를 얻을 수 있습니다. 이 경우 이 모듈을 시작하기 전에 이전 모듈의 명령을 다시 실행할 수 있습니다.
앞서, 60번의 로켓 발사를 나타내는 300개의 날씨 데이터 행과 발사 전후로 며칠에 대한 행을 추가로 가져왔습니다. 간단한 데이터 정리 및 조작을 통해 사용자는 기계 학습 알고리즘을 사용하여 해당 정보를 수집할 수 있는 위치로 데이터를 가져왔습니다.
이 모듈에서는 의사 결정 트리 분류자를 사용하여 원시 날씨 및 로켓 발사 데이터에서 정보를 얻습니다. 이 모듈에서는 scikit-learn을 사용하여 데이터의 로컬 분석을 중점적으로 진행합니다.
팁
이 모듈은 멀티 모드 학습 환경의 일부입니다. 새 탭에서 모듈의 동영상을 보며 진행하세요.
학습 목표
이 모듈에서는 먼저 다음을 알아봅니다.
- 열 선택의 중요성
- 데이터를 분할하여 기계 학습 알고리즘을 효과적으로 학습하고 테스트하는 방법
- 기계 학습 알고리즘을 학습하고, 테스트하고, 점수를 매기는 방법
- 트리 분류 모델을 시각화하는 방법