본문 바로가기
[Day12] Data Viz 3-4. More Tips Grid 이해하기 단순히 x, y축만 있는 것이 아니다. Default Grid 축과 평행한 선을 사용해서 값 정보를 보조적으로 알 수 있게 해준다. 무채색 plot에 나타나는 표현과 겹치지 않게 하기 위해서 회색 점선 맨 아래 layer zorder를 순서 상 맨 밑에 오도록 조정하기 다양한 타입의 grid matplotlib에서는 제공하지 않는 grid x+y=c feature의 절대적인 값(합)이 중요한 경우 y=cx feature의 비율이 중요한 경우 기울기가 중요한 경우 극좌표계와 같이 사용 (x-x')^2 + (y-y')^2 = c 동심원 그리드 특정 값을 기준으로 거리를 살펴볼 수 있다. 가까울 수록 그 값과 비슷하다고 여겨진다. cluster를 만들 때 가독성이 좋다. Simple한 처리 ..
[Day12] Data Viz 3-3. Facet 사용하기 Facet : 분할 화면에 대한 분할 여러 개의 view로 다양한 관점을 전달한다. 또한 자세한 정보를 추가 전달할 수 있다. 같은 dataset에서 다른 encoding을 통해 다른 인사이트를 전달 ex) 막대그래프(비율 비교) vs Pie chart(백분위 비교) 같은 방법으로 동시에 여러 feature를 볼 수 있다 ex)multiple bar plot 큰 틀에서 볼 수 없는 부분을 세세하게 보여줄 수 있다 ex) line plot을 smoothing한 부분을 일부 보여주기 Facet 만들기 결국 분할을 하는 것이 subplot 을 만드는 것이다. plt.subplot() 을 여러 개 plt.figure + fir.add_subplot()으로 여러 개 추가 plt.subplots()로 한 번에 많이..
[Day10] Pytorch 9. Hyperparameter Tuning 하이퍼 파라미터(Hyper Parameter)는 학습시 사람이 지정해주는 값들이다. learning rate(감쇠율), 모델의 크기, optimizer 이 대표적인 예시이다. 성능을 높히기 위해서 1. 모델을 바꾼다 2. 데이터를 바꾸거나 다듬는다 3. 하이퍼파라미터를 조절한다 와 같은 세 가지 방법이 있다. 2번이 대부분의 상황에서 가장 많은 영향을 미친다. Search Layout Grid Layout search 일정한 범위 내의 값을 모두 시도해보고 가장 나은 성능을 발휘하는 파라미터를 찾는 방법 Random Layout search 값을 random하게 돌려서 그 중 가장 잘 나오는 하이퍼파라이퍼를 찾는다 그래서 random layout 으로 어느정도 잘 나오는 틀이 잡히면 그 범위안에서 gri..

티스토리툴바