토토모의 분석일지

이 자료는 "파이썬 라이브러리를 활용한 머신러닝"을 바탕으로 제작되었습니다. 문제가 있을시 totoma3@naver.com으로 메일 주시면 감사하겠습니다.

이 자료는 "파이썬 라이브러리를 활용한 머신러닝"을 바탕으로 제작되었습니다. 문제가 있을시 totoma3@naver.com으로 메일 주시면 감사하겠습니다.

"데이터가 뛰어노는 AI놀이터, 캐글" 참고하여 스터디를 진행하였고 책을 바탕으로 발표용 ppt를 만들었습니다. 문제가 있을 시 댓글 남겨주시거나 이메일 totoma3@naver.com 으로 연락주시기 바랍니다! 목차 다양한 모델활용 경진대회 앙상블 사례

"데이터가 뛰어노는 AI놀이터, 캐글" 참고하여 스터디를 진행하였고 책을 바탕으로 발표용 ppt를 만들었습니다. 문제가 있을 시 댓글 남겨주시거나 이메일 totoma3@naver.com 으로 연락주시기 바랍니다! 목차 검증 방법 층화 K-겹 검증 분류 문제에서 폴드마다 포함되는 클래스의 비율을 서로 맞출 때가 자주 있는데 이것을 층화추출이라고 부른다. 가정) 테스트 데이터에 포함되는 각 클래스의 비율은 학습 데이터에 포함되는 각 클래스의 비율과 거의 같을 것이라는 가정에 근거하여 검증의 평가를 안정화하려는 방법이다. StratifiedKFold 클래스로 층화추출을 통한 검증을 수행할 수 있다. Kfold 클래스와 달리 층화추출을 위해 split 메서드의 인수에 목적변수를 입력해야 한다. 홀드아웃 검증으로..

"데이터가 뛰어노는 AI놀이터, 캐글" 참고하여 스터디를 진행하였고 책을 바탕으로 발표용 ppt를 만들었습니다. 문제가 있을 시 댓글 남겨주시거나 이메일 totoma3@naver.com 으로 연락주시기 바랍니다! 목차 주성분 분석 데이터 준비 import numpy as np import pandas as pd # train_x는 학습 데이터, train_y는 목적 변수, test_x는 테스트 데이터 # pandas의 DataFrame, Series의 자료형 사용(numpy의 array로 값을 저장하기도 함.) train = pd.read_csv('C:/Users/Administrator/Desktop/2021년 1학기/tave동아리/후반기 활동/ppt/input/train_preprocessed..

"데이터가 뛰어노는 AI놀이터, 캐글" 참고하여 스터디를 진행하였고 책을 바탕으로 발표용 ppt를 만들었습니다. 문제가 있을 시 댓글 남겨주시거나 이메일 totoma3@naver.com 으로 연락주시기 바랍니다! 모델과 특징 신경망의 특징 베이스라인 결측값 특정한 값을 결측값으로 처리하려면 데이터를 읽어들일 때 인수(argument)로 지정한다. 다음과 같이 pandas 모듈의 read.csv함수에서 na_values인수로 결측값을 지정할 수 있다. #결측값을 지정하고 train.csv 불러오기 train=pd.read.csv('train.csv', na_values=['','NA',-1,9999] 다만!! 어떤 변수에서는 -1을 결측값으로 다루는데 다른 변수에..

"데이터가 뛰어노는 AI놀이터, 캐글" 참고하여 스터디를 진행하였고 책을 바탕으로 발표용 ppt를 만들었습니다. 문제가 있을 시 댓글 남겨주시거나 이메일 totoma3@naver.com 으로 연락주시기 바랍니다! import numpy as np import pandas as pd RMSE 코드 from sklearn.metrics import mean_squared_error # y_true는 실젯값이고, y_pred는 예측값이다. y_true = [1.0, 1.5, 2.0, 1.2, 1.8] y_pred = [0.8, 1.5, 1.8, 1.3, 3.0] #RMSE는 MSE에 루트를 씌운것이다. rmse = np.sqrt(mean_squared_error(y_true, y_pred)) print(rms..