k 최근접 이웃 k Nearest Neighbor

[@양해준-r2k]

안녕하세요 교수님 덕분에 좋은 강의 들으면서 공부 하고 있습니다! 다름이 아니라, 궁금한 점이 하나 생겨서 여쭤보려고 합니다! make_pipline으로 데이터 전처리와 모델을 학습하는 것이 동시에 가능한데 혹시 차원축소와 모델 학습을 동시에 하는 것은 make_pipeline으로 불가능한 지 여쭤보고 싶습니다! 즉, model = make_pipeline(TSNE(n_components=1), KNeighborsRegressor()) model.fit(X, y) 이것은 불가능한지 여쭤보고 싶습니다! (ps. 직접 해보았는데 에러가 나오긴 합니다...ㅠ)

[@jinua]

정말 감사합니다. ^^

[@suanlab]

네 감사합니다 ^^

[@addison1752]

안녕하세요 강의 너무 감사합니다 그런데 gs.fit(X,y) 할때마다 ValueError: Invalid parameter model for estimator Pipeline(steps=[('standardscaler', StandardScaler()), ('kneighborsclassifier', KNeighborsClassifier())]). Check the list of available parameters with `estimator.get_params().keys()`. 이게 뜨는데 동영상 그대로 했는데 계속 떠서 어떻게 해결하면 좋을까요 ? ㅠㅠ

[@하쿠나마타타-h1w]

안녕하세요 교수님 좋은 강의 잘 듣고 있습니다 :) 이번에 pandas, Numpy, Matplot에 이어서 머신러닝도 교수님의 강의를 듣고 있습니다. 다만 8:28초에 scoring하실 때 print("학습 데이터 점수: {}".format(model.score(X_train, y_train))) 이 코드가 아닌 print("학습 데이터 점수: {}".format(model.score(X_train_scale, y_train))) 이걸로 평가 점수를 산출해야 하는 거 아닌가요? 만약 제 의견이 틀렸다면 왜 틀렸는지 알려주시면 정말 감사하겠습니다 언제나 감사합니다 :) P.s 아 강의를 끝까지 보니깐 다시 바꾸시네요 ㅎㅎ 이 강의를 들으시는 여러분 8:28초에 있는 내용 scale된 데이터와 비교하셔야 해요

[@jqdsky]

알려주셔서 감사합니다:)

[@suanlab]

감사합니다. ^^

[@junne_k]

안녕하세요, 교수님. 이 영상들을 보면서 나오는 개념들을 하나하나씩 정리 및 공부하면서 어떻게 쓰이는지 병행하는 걸 추천하시나요? 어떤식으로 해야 효율적으로 공부 할 수 있을지 궁금합니다.

[@suanlab]

이메일 답장 드렸습니다. ^^

[@hwainchoi8634]

교수님 저도 궁금한데 이메일로 알려주실 수 있나요??🥲

[@suanlab]

네 홈페이지에 과정과 순서는 구분되어있고, 좀 더 상세한 질문은 이메일 보내주세요

[@hwainchoi8634]

@@suanlab 넵!! 답변 감사드립니다ㅎㅎ

[@addison1752]

@@suanlab 저도 궁금한데 이메일로 알려주실수 있을까요 ㅎㅎ