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 |
Tags
- Chat GPT
- 팀프로젝트
- 기초프로젝트
- SQL
- da
- cross join
- GA4
- 머신러닝
- 프로젝트
- pandas
- 클러스터링
- data analyst
- 프롬프트 엔지니어링
- lambda
- 데이터분석
- 히트맵
- If
- 태블로
- Python
- streamlit
- 데이터 분석
- 최종 프로젝트
- 시각화
- jd
- 서브쿼리
- 전처리
- SQLD
- 군집화
- 기초통계
- 크롤링
Archives
- Today
- Total
목록분류분석 (1)
세조목
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/MPAOD/btsEbbiiQwx/fm1k66jPwPzjZoXPDx9kk1/img.png)
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..
데이터 분석 공부/머신러닝
2024. 1. 31. 11:19