pearson correlation coefficient2 상관계수를 이용한 영화 추천 시스템 추천 시스템을 구축하는 방법에는 여러 가지가 있지만,그 중 상관계수를 이용한 방법은 아이템 간의 유사도를 측정하여 추천하는 방식으로 많이 사용됩니다.이번 글에서는 상관계수를 이용한 영화 추천 시스템을 구현하는 방법을 설명하겠습니다. 🍿 🔍 협업 필터링과 아이템 기반 추천협업 필터링(Collaborative Filtering)은 사용자(User)나 아이템(Item) 간의 유사성을 바탕으로 추천하는 방법입니다.협업 필터링에는 크게 두 가지 접근 방식이 있습니다.👥 사용자 기반(User-Based) 추천: 유사한 취향을 가진 사용자들이 선호하는 영화를 추천❌ 단점: 유저의 수가 많아질수록 계산량이 기하급수적으로 증가 (복잡도 증가)🎥 아이템 기반(Item-Based) 추천: 사용자가 좋아하는 아이템과 .. 2025. 2. 10. Python 데이터 시각화와 상관관계 분석: Matplotlib와 Seaborn 라이브러리 데이터 분석에서 시각화는 데이터를 더 직관적으로 이해할 수 있게 해주는 중요한 도구입니다. 파이썬에서는 대표적으로 Matplotlib와 Seaborn 라이브러리를 사용하여 데이터를 시각화합니다. 이 글에서는 다양한 차트 활용법과 함께, 상관관계 분석에 대해 살펴보겠습니다. 📊🔵 Matplotlib & Seaborn으로 차트 만들기1. 카운트 플롯 (Count Plot)특정 컬럼의 값별로 데이터의 개수를 바로 확인할 수 있는 플롯입니다.import seaborn as sbimport matplotlib.pyplot as plt# 기본 카운트 플롯sb.countplot(data=df, x='generation_id')plt.show()# 색깔 변경하기 🎨base_color = sb.color_palet.. 2025. 1. 23. 이전 1 다음
