데이터분석16 mixup기법 Mixup은 데이터 증강(Data Augmentation) 기법 중 하나로, 학습 데이터의 다양성을 높이는 데 도움을 줍니다. Mixup은 기존의 두 개의 무작위 샘플 데이터를 선형적으로 결합하여 새로운 학습 샘플을 생성하는 방식입니다. Mixup 기법은 다음과 같은 과정으로 이루어집니다: 두 개의 임의의 샘플 (x_1, y_1) 및 (x_2, y_2)를 데이터셋에서 선택합니다. x는 입력 데이터이고, y는 해당되는 레이블입니다. 랜덤한 하이퍼파라미터 α(alpha)를 사용하여 베타 분포를 따르는 랜덤한 숫자 λ(lambda)를 샘플링합니다 (0 2023. 8. 1. 여러개의 axs에 그래프그리기 fig, ax = plt.subplots(ncols=2, nrows=2, figsize=(10,10)) sns.histplot(data=train, x=train_col_list[0], ax=ax[0,0]) ## 수직 히스토그램 2023. 5. 25. nan값 확인 pd.isna(x) 를 사용해보자. 2023. 5. 5. not enough values to unpack (expected 4, got 2) 오류일때 ax1, ax2, ax3, ax4 = fig.subplots(2,2) 이것을 ax1, ax2, ax3, ax4 = fig.subplots(2,2).flatten()으로 바꾸어서 1차원으로 바꾸어주어야한다. 2023. 4. 13. 이전 1 2 3 4 다음