output_9_0\-> 파레토 차트로 상위 그룹을 직관적으로 확인할 수 있다
output_4_0
적은 쌓는다,곱한다 (1차원인 vector끼리 곱하기) A행렬 row 와 B행렬 column을 곱한 값을 더한다. Untitled
CRIM: 지역별 범죄 발생률ZN: 25,000평방피트를 초과하는 거주 지역의 비율NDUS: 비상업 지역 넓이 비율CHAS: 찰스강에 대한 더미 변수(강의 경계에 위치한 경우는 1, 아니면 0)NOX: 일산화질소 농도RM: 거주할 수 있는 방 개수AGE: 1940년 이
자료 출처 : 모두의 딥러닝output_1_0output_5_0
경사하강법, 확률적 경사하강법자료 출처 : 파이썬 머신러닝 완벽가이드Y=4X+6 모델에 실제값을 시뮬레이션하는 데이터 값 생성(w1=4, w0=6)output_6_0 오차함수를 최소화 할 수 있도록 w0, w1 값을 업데이트하는 함수 생성 y_pred = w1\*x +
결과값이 '0'인 'windspeed' 데이터 채워넣기 자료출처 : https://www.kaggle.com/c/bike-sharing-demand .dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { ...
\*_ 필요모듈 로딩 _ estimator 알고리즘 데이터 세트 로딩 .dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .datafr...
머신러닝 분류 성능을 높이는 두가지 방법? 이상치 제거 vs 하이퍼 파라미터 튜닝 산탄데르은행 고객 데이터를 활용 1. 데이터 전처리 0 73012 1 3008 Name: TARGET, dtype: int64 불만족 비율: 3.96% -> var3 값 분포가 이상하다! 2 74165 ...
정확도 높이는 방법? 예측모델을 변경한다 독립변수 삭제 or 가중치 부여 (와인 품질에 어떤 특성이 중요?) 하이퍼 파라미터 튜닝? 1. 간단한 EDA (5497, 14) (1000, 13) .dataframe tbody tr th:only-of-type { vertical-align: middle; }...
노션으로 보기선형대수 프로그래밍을 지원하는 대표적 패키지☑️ 많은 머신러닝 알고리즘이 넘파이 기반➕ 루프를 사용하지 않고 대량 데이터의 배열 연산 가능➖ 일반적으로 활용되는 데이터프레임으로 변환하려면 복잡한 함수 적용 → 그래서 대부분의 데이터 핸들링을 판다스로 하게
1. 라이브러리 및 자료 불러오기 (4803, 20) 2. 데이터 전처리 '[{"id": 28, "name": "Action"}, {"id": 12, "name": "Adventure"}, {"id": 14, "name": "Fantasy"}, {"id": 878, "name": "Science Fiction"}]' str g...
아이템 기반 인접이웃 데이터 기반한 예측평점 아이템 기반 : 이 상품을 선택한 다른 고객이 구매한 상품 추천 cf. 사용자 기반 : 유저와 비슷한 상품을 구매해 온 다른 고객이 구매한 상품 평점 5점을 준 영화는 어댑션, 오스틴파워, 반지의 제왕 등 이다.흥행
시각화 (워드클라우드) 코드 {'데이터': 7, '학습': 7, '수강생': 5, '분석': 3, '취업': 3, '입학': 3, '과정': 3, '경험': 3, '연구': 2, '인재': 2}
참고영상 Appier 유튜브 영상코드출처 : 모두의 딥러닝
코드출처 : 모두의 딥러닝