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
- 팀프로젝트
- 기초프로젝트
- 최종 프로젝트
- 전처리
- SQL
- 프롬프트 엔지니어링
- 기초통계
- pandas
- 데이터분석
- lambda
- 머신러닝
- If
- Python
- 클러스터링
- GA4
- Chat GPT
- data analyst
- SQLD
- 히트맵
- 데이터 분석
- 시각화
- streamlit
- 군집화
- 서브쿼리
- da
- 태블로
- 프로젝트
- 크롤링
- cross join
- jd
Archives
- Today
- Total
목록의사결정나무 (1)
세조목

목차 의사결정나무 랜덤 포레스트 KNN(최근접 이웃) 부스팅 알고리즘 1. 의사결정나무 import pandas as pd import seaborn as sns import matplotlib.pyplot as plt from sklearn.preprocessing import LabelEncoder from sklearn.tree import DecisionTreeClassifier, plot_tree titanic_df = pd.read_csv('경로.csv') 의사결정나무를 만들려면 sklearn.tree 라이브러리의 DecisionTreeClassifier 클래스를 가져와야한다. X_features = ['Pclass', 'Sex', 'Age', 'Fare', 'Embarked'] # 평균으로 ..
데이터 분석 공부/머신러닝
2024. 2. 2. 21:24