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
- 최종 프로젝트
- 데이터분석
- 히트맵
- Python
- GA4
- 태블로
- cross join
- 크롤링
- 프로젝트
- If
- 서브쿼리
- SQLD
- 데이터 분석
- 기초통계
- jd
- SQL
- da
- pandas
- 시각화
- 머신러닝
- data analyst
- lambda
- 기초프로젝트
- 팀프로젝트
- Chat GPT
- 전처리
- 프롬프트 엔지니어링
- 클러스터링
- streamlit
- 군집화
Archives
- Today
- Total
목록xgboost (1)
세조목
머신러닝 - 의사결정나무, 랜덤포레스트, KNN, 부스팅 알고리즘(24.02.02)
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