모각코 6차(2022-08-18)

👉 TODAY'S GOAL

 → [SW중심대학 공동 AI 경진대회 ❮예선❯] factor analyzing 적용하여 결측치 채우기

 → [SW중심대학 공동 AI 경진대회 ❮예선❯] model 개발하기

 

 

 

 

 

 

 

 

 

 

 

🎵 WHAT I LEARNED

 → [SW중심대학 공동 AI 경진대회 ❮예선❯] factor analyzing 적용하여 결측치 채우기

요인 분석은 선형 통계 모형입니다.

관측 변수 간으 분산을 설명하고 관측 변수 집합을 요인이라고 하는 관측되지 않은 변수로 압축하는 데 사용된다.

관측 변수는 요인 및 오차항의 선형조합으로 모형화됩니다.

요인 또는 잠재 변수는 공통적인 반응 패턴을 갖는 여러 관측 변수와 관련이 있습니다.

각 요인은 관측된 변수의 특정 분산 양을 설명합니다.

변수의 수를 줄여서 데이터 해석에 도움이 됩니다.

 

요인 분석은 관심 있는 변수 X1, X2,…. Xl이 관측할 수 없는 적은 수의 요인 F1, F2.……, Fk과 선형 관계에 있는지 여부를 조사하는 방법입니다.

 

요인 분석의 주요 목적은 관측 변수의 수를 줄이고 관측할 수 없는 변수를 찾는 것입니다.

이러한 관측되지 않은 변수는 시장 리서치가 조사를 마무리하는 데 도움이 됩니다.

관측 변수를 관측되지 않은 변수로 변환하는 작업은 '요인 추출', '요인 회전' 두 가지 단계를 통해 수행될 수 있습니다.

 

자세한 내용은 아래의 링크를 참고하시면 좋을 것 같습니다.

https://www.datacamp.com/tutorial/introduction-factor-analysis

Intro to Factor Analysis in Python with Sklearn Tutorial

 

 

 

 

 

 

 

 →  [SW중심대학 공동 AI 경진대회 ❮예선❯] model 개발하기

모델은 사이킷 런에서 제공하는 모델을 사용하였습니다.

 

현재 높은 예측률을 보이지 않고 있지만 모델을 개선하는 중입니다.

 

 

 

 

👌 느낀 점

 총 6회의 모각코 활동이 마무리 되었습니다.

아직 SW 중심대학 경진대회는 진행중이므로 높은 예측률을 위해 계속 공부하려고 합니다.

AI에 관심을 가지고 꾸준히 공부하고 있지만 많이 부족하다는 것을 느끼고 있습니다.

모각코 활동을 통해 저보다 뛰어난 실력을 가진 팀원들과 함께 모르는 점을 물어보기도 하고 알려주기도 하며 함께 발전할 수 있어 즐거웠습니다.

앞으로도 팀원들과 좋은 관계를 이어나가며 함께 공부하고싶습니다.