머신러닝

선형대수를 간단히 설명하자면 주어진 데이터를 어떤 공간(2차원 등등)으로 표현한 것이라고 할 수 있다. 이러한 서형대수는 머신러닝에서는 필수부가결한 역할을 한다.관객 100명으로부터 영화 100편의 선호도를 조사하는 예를 보자| |토이스토리 |배트맨| 어벤져스| .

넘파이를 import하는데 이후에 쓸 때 np라는 약어를 사용arr1 ~ arr4까지 총 4가지 경우의 ndarray를 생성했다. 배열은 \[]를 기준으로 차원을 나눈다. 이 네 배열의 type를 살펴보면arr1 type : <class 'numpy.ndarra

Pandas의 DataFrame의 예제를 살펴보기 위해 Kaggle의 타이타닉 데이터를 사용하려고 한다.Pandas는 Numpy와는 다르게 데이터 핸들링이 용이하다. 보통 데이터를 불러올 때 2차원적인 데이터를 불러오는데, 주로 read_csv를 사용한다. 다른 수단으

정렬 Numpy에서 정렬을 위해서 np.sort(), ndarray.sort()을 사용했었다. DataFrame와 Series을 정렬하기 위해서는

파이썬 모듈 중에서 사이킷런을 사용하여 iris 데이터를 분류를 해보려고 한다.분류(Classification)은 대표적인 지도학습 머신러닝 알고리즘으로, training 데이터를 가지고 학습하여 별도의 test 데이터의 Label을 예측할 수 있다.iris 데이터의

간단하게 배운 DecisionTreeClassifier 머신러닝 알고리즘으로 타이타닉 데이터를 분석해보았다.복습차원에서 공부한것이라 큰 의미는 없는 분석이다.sklern 패키지에서 의사결정나무 모듈은 import하고 titanic 데이터에서 성별과 같은 데이터를 인코더

sklearn의 model_selection은 데이터셋을 train 및 test 데이터셋으로 분리하거나 교차검증 분할 및 평가, 지도학습 클래스(Estimator)의 하이퍼 파라미터를 튜닝하는 모듈이다.기본적인 데이터셋을 학습 및 테스트 데이터 셋으로 분리하는 메서드이