세조목

1. 데이터 불러오기 titanic_df = pd.read_csv('경로', encoding = 'utf-8') * encoding의 경우 필요한 경우에만 2. 독립변수, 종속변수 지정 X = titanic_df[['Fare']] >> 클래스 종류 [0 1] 독립변수 갯수 1 들어간 독립변수(x)의 이름 ['Fare'] 가중치 [[0.01519617]] 바이어스 [-0.94129222] 7. 분류평가지표(정확도 & f1 score) 확인하기 from sklearn.metrics import accuracy_score, f1_score def get_metrics(true, pred): print('정확도', accuracy_score(true, pred)) print('f1_score', f1_score..

단순선형회귀 1. LinearRegression 함수 가져오기 from sklearn.linear_model import LinearRegression 2. 독립변수, 종속변수 준비 X = body_df[['weight']] y = body_df[['height']] 3. 학습시키기 model_lr = LinearRegression() model_lr.fit(X=X, y=y) 4. 가중치 & 편향 구하고 변수에 넣기 w1 = model_lr.coef_[0][0] >> array([[184.40385835], [179.22878362], [180.09129608], [188.71642061], [186.99139571], [161.97853455], [183.54134589], [166.29109682],..

머신러닝 2024.01.31 - [데이터 분석 공부/Python] - Python 정리(머신러닝-단순&다중선형회귀)(24.01.30) Python 정리(머신러닝-단순&다중선형회귀)(24.01.30) 단순선형회귀 1. LinearRegression 함수 가져오기 from sklearn.linear_model import LinearRegression 2. 독립변수, 종속변수 준비 X = body_df[['weight']] y = body_df[['height']] 3. 학습시키기 model_lr = LinearRegression() model_lr.fit( eyeoftheworld1209.tistory.com 이번 주차는 '머신 러닝' 학습 주차입니다. 금일은 '단순&다중 선형회귀'와 '로지스틱 회귀'를 ..

금일은 어제에 있어 기초통계학 공부를 진행했습니다. 필기하면서 강의를 듣다보니 강의 시간 자체는 1시가 40분이었으나 금일 계획했던 분량을 모두 듣기까지 4시간 정도 소요되었습니다. 대학교 교양과목으로 있었던 통계를 싫어하지 않았던(오히려 좋아했던) 저이기에 기초통계학 공부도 크게 스트레스 받지 않고 즐겁게 하고 있습니다. 참고로 금일 학습했던 내용들을 키워드로 정리하면 아래와 같습니다. #독립변수 #종속변수 #통제 변수 #ANOVA #F-Value #사후검정 아직 추가로 학습할 기초 통계학 지식들이 남아있는데 금주는 내배캠 커리큘럼상 머신러닝을 학습하는 주차라서 내일부터는 머신러닝 학습을 우선적으로 할 예정입니다. SQLD 역시도 3월에 시험이 잡혔기때문에 일단 하루에 한 주차씩 수강해서 완강해놓고(현..