본문 바로가기

전체 글65

[AI] K - 최근접 이웃 (KNN)을 이용한 Iris 데이터셋 다중 클래스 분류 K-최근접 이웃(K-Nearest Neighbor, KNN) 지도 학습 알고리즘 중 하나로 어떤 데이터가 주어지면 그 주변의 데이터를 살펴본 뒤 더 많은 데이터가 포함되어 있는 범주로 분류하는 방식이다. 새로운 데이터 (빨간 점)을 Class A / Class B 로 분류해보자. k =3 가까운 주변의 데이터 3개를 본다. 빨간 점 주변에 노란색 점(Class A) 1개와 보라색 점(Class B) 2개가 있다. 새로운 데이터 (빨간 점) 는 Class B (보라색 점) 으로 분류된다. k =6 가까운 주변의 데이터 3개를 본다. 빨간 점 주변에 노란색 점(Class A) 4개와 보라색 점(Class B) 2개가 있다. 새로운 데이터 (빨간 점) 는 Class A (노란색 점) 으로 분류된다. K 의 d.. 2021. 10. 29.
[Computer vision] 이진영상 라벨링하기 / 4연결성(4-neighbors), 8연결성(8-neighbors) 라벨링(labeling) 이란? 영상 내에 존재하는 객체 픽셀 집합에 고유 번호를 매기는 작업으로, 연결된 구성 요소 레이블링 이라고도 함 4 연결성 (4-neighbors) 4 연결성 : 특정 픽셀의 상하좌우로 붙어있는 픽셀끼리 연결되어 있다고 정의 8 연결성 (8-neighbors) 8 연결성 : 특정 픽셀의 상하좌우뿐만 아니라 대각선 방향으로 인접한 픽셀까지 연결되어 있다고 정의 이진 영상 불러오기 img = cv2.imread('sample.png') plt.imshow(img) 4 연결성 (4-neighbors) 라벨링 구현 def bfs(origin,check,colors,i,j,r,c,current_label) : q = deque([]) q.append([i,j]) dir =((1,0),(.. 2021. 10. 27.
[AI] 다층 퍼셉트론 - 특징공간 변환 (XOR 분류 테스트) 단층 퍼셉트론의 한계 선형 분류기linear classifier의 한계 퍼셉트론은 선형 분리 불가능한 상황에서 일정한 양의 오류가 발생한다. 예) XOR 문제에서 75% 정확도 한계 다층 퍼셉트론의 특징 공간 변환 퍼셉트론 2개를 사용한 XOR 문제 해결 퍼셉트론①과 퍼셉트론②가 모두 +1 → ㅇ부류 퍼셉트론①과 퍼셉트론②가 모두 +1 이 아님 → ㅁ 부류 1. 퍼셉트론 2개 병렬 결합 원래 공간 𝐱 = (𝑥1, 𝑥2)^T를 새로운 특징 공간 𝐳 = (𝑧1, 𝑧2)^T로 변환 → 새로운 특징 공간 𝐳에서 선형 분리 가능 사람이 수작업 특징 학습을 수행한 것과 유사함 ← 표현학습 2. 추가 퍼셉트론 1개 순차 결합 새로운 특징공간 𝐳을 선형분리를 수행하는 퍼셉트론③을 순차 결합하면, 오른쪽의 다층 퍼셉트론.. 2021. 10. 27.
[Recursion/C++] 이진트리 재귀 알고리즘 size(), height(), mirror(), sumOfWeight(), maxPathWeight() size() int treeSize(node *root) { int size=0; if( root != NULL ) size = 1 + treeSize(root->leftSubtree)+ treeSize(root->rightSubtree); return size; } height() int treeHeight(node *root){ int height=0; if( root != NULL ) height = 1 + max(treeHeight(root->leftSubtree),treeHeight(root->rightSubtree)); return height; } mirror() void mirror(node *root) { if (root == NULL) return; else { struct node *.. 2021. 10. 27.

티스토리툴바