
from Scratch
13
단한 모델을 만들어 볼 수 있다.
def predict
_
paid
_
or
_
unpaid(years
_
experience):
if years
_
experience < 3.0:
return "paid"
elif years
_
experience < 8.5:
return "unpaid"
else:
return "paid"
여기서 분류의 기준이 되는 임계치들은 대충 감으로 정했다.
더 많은 데이터가 있다면(더불어 약간의 수학을 가미한다면) 사용자의 서비스
이용 기간에 따라 사용자가 유료 계정으로 전환할 가능성을 계산할 수 있게 된다.
이런 종류의 문제는
16
장 ‘로지스틱 회귀 분석’에서 다뤄 보자.
1.3.5
관심 주제
이제 막 회사에서 보낸 첫날을 마무리 하려는데, 콘텐츠전략부 부사장이 자신의
블로깅 일정을 조정하기 위해 사용자들이 주로 어떤 관심사를 가지고 있는지 물
어 보았다. 친구 추천 프로젝트를 통해 필요한 데이터는 이미 갖고 있다.
interests = [
(0, "Hadoop"), (0, "Big Data"), (0, "HBase"), (0, "Java"),
(0, "Spark"), (0, "Storm"), (0, "Cassandra"),
(1, "NoSQL"), (1, "MongoDB"), (1, ...