| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 |
Tags
- 클러스터링
- 기초통계
- 데이터분석
- cross join
- Chat GPT
- 데이터 분석
- data analyst
- 히트맵
- SQL
- 최종 프로젝트
- 팀프로젝트
- lambda
- jd
- streamlit
- pandas
- 전처리
- 기초프로젝트
- 프롬프트 엔지니어링
- 시각화
- SQLD
- 군집화
- 크롤링
- GA4
- da
- 서브쿼리
- 태블로
- Python
- If
- 머신러닝
- 프로젝트
Archives
- Today
- Total
세조목
TIL(Today I Learned)52일차(24.01.30) 본문
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 학습했습니다.
로지스틱 회귀는 선형회귀 산식(y = w1*x + w0)에 오즈비 산식(P / 1-P)이 붙은 것으로
선형회귀에서 y값이 확률일 경우 선형으로 설명하기가 힘들다는 점을 보완해줍니다.
로지스틱 회귀 관련 내용은 차후 포스팅할 예정이며
단순&다중 선형회귀 복습 글 우선적으로 포스팅해두었습니다.
머신러닝-기초 강의의 경우 대략 5시간 30분 정도의 분량이었는데
실제 학습시간은 10시간 정도 소요됐습니다.
실습하면서, 정리하면서 들어서이기도하지만
간간이 졸기도했고,
오랜 시간 강의만 들으니 집중력이 저하된 영향도 있었습니다.
'데이터 분석 공부 > TIL(Today I Learned)' 카테고리의 다른 글
| TIL(Today I Learned)54일차(24.02.01) (0) | 2024.02.01 |
|---|---|
| TIL(Today I Learned)53일차(24.01.31) (0) | 2024.01.31 |
| TIL(Today I Learned)51일차(24.01.29) (1) | 2024.01.29 |
| TIL(Today I Learned)50일차(24.01.28) (2) | 2024.01.28 |
| TIL(Today I Learned)49일차(24.01.26) (0) | 2024.01.26 |
'데이터 분석 공부/TIL(Today I Learned)' Related Articles
more
