1. KNN

1. Logistic Regression과 KNN 결과 비교

multinomail classification

BMI 예제

2. Linear Regression

오존량 예측

1. 독립변수(solar.R, wind, temp)의 Missing value
   이상치 처리를 하지 않았으므로 평균 대신 medain으로 처리

2. 독립변수의 이상치
   mean으로 처리

3. 종속변수의 이상치
   mean으로 처리

4. 정규화 진행

5. 종속변수의 Missing value

6. KNN으로 Imputation

독립변수에 대한 Missing Value : median으로 대체

독립변수에 대한 이상치 : mean으로 대체

종속변수에 대한 이상치 : mean으로 대체

정규화

종속변수의 Missing Value : KNN을 이용한 예측값으로 대체

Missing Value가 아닌 종속변수를 이용해서 KNN 모델 생성
결치값에 대한 데이터를 넣어서 결치값에 대한 예측값을 뽑아내고
원래의 결치값에 inputation

최종적인 데이터 : norm_x_data, norm_t_data

sklearn 구현

tensorflow 2.x 구현

2. Logistic Regression

binary classification

sklearn 구현

tensorflow 2.x 구현