HicKee

더보기 if ~ else 를 자동으로 찾아내 예측을 위한 규칙생성 최상위 노드 - root 노드 값이 결정되는 노드 - 리프노드 Depth 깊이 - 아래 그림은 3 뎁스 뎁스가 길수록 세분한 분류가 가능하지만 길어지다 보면 과적합이 발생한다 지니 불순도 정보이득 엔트로피 개념을 기반 엔트로피 - 무질서한 정도 서로 다른 값이 섞여 있으면 엔트로피가 높음 서로 같은 값이 섞여 있으면 엔트로피가 낮음 정보이득 지수 = 1 - 엔트로피 지수 정보이득 지수는 높을수록 좋다 지니계수 지니계수는 낮을수록 좋다 지니계수가 낮을 수록 균일도가 높음 통계적 분산 정도를 정량화해서 표현한 값, 0과 1사이의 값을 가짐 지니계수가 높을 수록 잘 분류되지 못한 것 import pandas as pd import numpy a..

k-최근접 이웃 회귀(KNN) 기본적으로 분류이지만 회귀도 가능하다 데이터 가 주어졌을 때, X에 가장 가까운 K개의 A와 B 중에서 근처에 더 많은 갯수의 Class(A or B)로 판단하는 것 k-nearest neighbor(kNN)알고리즘 지도학습 홀수로 하는 것이 좋다 데이터 X가 주어졌을 때, X에 가장 가까운 K개의 데이터 값을 평균내서 값을 예측하는 것 데이터 범위 밖의 새로운 데이터는 예측이 불가능 (10+9+8)/3의 결과값인 9로 예측 from sklearn.datasets import load_iris from sklearn.neighbors import KNeighborsClassifier iris_df = load_iris() x = iris_df['data'] y = iris_..

import pandas as pd # 데이터 처리 from pandas import DataFrame from matplotlib import pyplot as plt # 시각화 def korean_font(): # 한글 처리 plt.rc('font', family='Malgun Gothic') # - 부호 오류 처리 plt.rcParams['axes.unicode_minus'] = False def pandas_basic(): df = pd.read_csv('test1.csv', sep='/') print(df) ax = df.plot(kind='bar') ax.set_title('학생 성적표', fontsize=16) ax.set_xlabel('학생 이름') ax.set_ylabel('각과목 점수'..

import pandas as pd import requests import ora_module as db # pandas, numpy, matplotlib URL = 'http://kind.krx.co.kr/corpgeneral/corpList.do?' \ 'method=download&searchType=13' # pd.set_option('display.max_columns', None) df = pd.read_html(URL)[0] # print(df) # print(df.head()); # print(df.tail()) print(df.info()) #print(df.describe()) #print(df['종목코드'].map('{:06d}'.format)) df = df[['회사명', '종목코..

import pandas as pd from matplotlib import pyplot as plt from pandas import DataFrame def korean_font(): plt.rc('font', family='Malgun Gothic') plt.rcParams['axes.unicode_minus'] = False # scala:상수, vector:1차원, matrix:2차원, tensor:3차원이상 # Series: vector, dataFrame: matrix def serise_pa(): # 2015년도 각 도시의 인구 s = pd.Series([9904312, 3448737, 2890451, 2466052], index=['서울', '부산', '인천', '대구']) # s = p..

로지스틱 회귀분석 종속변수가 범주형으로 0, 1의 값을 갖는 경우 df = pd.read_csv('/content/drive/MyDrive/sample_data/admission.csv') df df.info() # 독립변수 X = df[['gre','gpa']].values # X = df.loc[:,['gre','gpa','rank']].values X # 종속변수 y = df['admit'].values y # 1.정규화 - 분리 전 정규화 scal_mx = MinMaxScaler() df_sc_mx = scal_mx.fit_transform(X) pd.DataFrame(X).boxplot() plt.show() # 데이터 분리 X_train, X_test, y_train , y_test = tra..

df = pd.read_csv('/content/drive/MyDrive/sample_data/manhattan.csv') # 맨하탄 입대료 df df.info() # rent 타겟 독립변수 df.describe() # rent 임대료, bedrooms 침실수,bathrooms 화장실수,size_sqft, # 평수 feet,min_to_subway 지하철과의 거리,floor 층수,building_age_yrs 건축된 연도, #no_fee 수수료,has_roofdeck 옥상,has_washer_dryer 세탁기 건조기,has_doorman 도어맨, #has_elevator 엘리베이터,has_dishwasher 식기세척기,has_patio 마당 ,has_gym 체육관, #헬스장,neighborhood 이웃,..

# !sudo apt-get install -y fonts-nanum # !sudo fc-cache -fv # !rm ~/.cache/matplotlib -rf # !pip install pyreadstat # !pip install --upgrade pandas from sklearn.linear_model import LinearRegression import pandas as pd import matplotlib.pyplot as plt plt.rc('font', family='NanumBarunGothic') df = pd.read_csv('/content/drive/MyDrive/sample_data/heights.csv') df df.head(10) # 첫번쨰 데이터 ~ 디폴트 5개 df.ta..

머신 러닝의 목적 실제 데이터를 바탕으로 다른 입력밧을 넣었을때 발생할 아웃풋을 예측 이때 가장 직관적이고 간단하게 나타낼수 있는 모델은 선(line)이다 선형회귀(linear regression) 분석 데이터를 놓고 가장 잘 설명할수 있는 선을 찾는 분석 방법 최적의 기울기를 찾는 방법 > 근사치 최적의 선으로부터 식을 유추 할 수 있다 y = mx + b y 정답, Target, Label > 예측치 > 종속변수 x 특징 > 독립변수 m 기울기, 가중치 b 절편, 바이어스 위 그래프에서 키 height와 몸무게 weight는 반드시 관계가 존재해야 한다 인과관계가 존재해야 한다 선형회귀에서 발생하는 오차, 손실 Loss 선과 실제데이터와늬 약간의 차이가 발생하는 오차 >> 손실(Loss) 양수 음수에..