728x90 scikit-learn1 머신러닝 입문 실습: Orange부터 모델 평가·앙상블·군집화까지 머신러닝 입문에서 가장 어려운 부분은 알고리즘 이름을 외우는 일이 아니다. 문제를 정의하고, 데이터 누수를 막으며, 같은 기준으로 모델을 비교하는 흐름을 만드는 일이다. Orange의 시각적 워크플로와 Python의 실행 코드를 한 흐름으로 연결하면 이 구조가 선명해진다. 이 글의 목표: Orange로 빠르게 기준 모델을 확인하고, scikit-learn 파이프라인으로 같은 실험을 재현한 뒤, 앙상블과 군집화를 언제 선택할지 판단한다. 전체 정확도가 높아도 희귀 사례를 놓칠 수 있다. 평가지표를 함께 봐야 하는 이유 목차 먼저 예측할 값을 정의한다 Orange로 기준 워크플로 만들기 Python 파이프라인으로 재현하기 평가 지표와 .. 2026. 7. 29. 이전 1 다음 728x90
