본문 바로가기
반응형

인공지능 AI3

파이썬- pyplot을 이용한 여러가지 그래프 그리기(plot, subplot, bar, boxplot) 모듈 임포트하기 import matplotlib.pyplot as plt - 기본 plot plt.figure() x = [1,2,3,4] y = [3,5,7,2] plt.plot(x,y) plt.show() 이 밖에도 그래프의 제목이나 legend, 색깔 등을 추가하거나 변경해줄 수 있다. - Boxplot plt.figure() x = [65, 53, 52, 57, 27, 75, 75, 73, 38, 93, 85, 74, 74, 83, 53, 38, 53] plt.boxplot(x) plt.show() 주황선은 중앙값을 뜻하고, 직사각형의 윗변과 아랫변은 각각 제1사분위수, 제 3사분위수를 뜻한다. - Subplot & Bar 그래프 # result graph plt.figure(figsize=(16.. 2021. 5. 15.
[머신러닝 machine learning] 학습 모델 검증validation 및 테스트test - 파이썬 코드 나중에 잘 재활용하기 위해서 쓰는 글이다. 직접 실행한 프로젝트 위주로 잘 정리해서 써보겠다. 내가 시행한 회귀분석 프로젝트는 다음과 같이 5개의 회귀모델을 사용하였다. 각각의 자세한 설명은 생략한다. from sklearn.linear_model import LinearRegression from sklearn.linear_model import Lasso from sklearn.svm import SVR from sklearn.neighbors import KNeighborsRegressor from sklearn.ensemble import RandomForestRegressor # set regression models model_names = ['Linear Regression','Lasso',.. 2021. 5. 15.
[머신러닝 machine learning] 데이터 불러오기 및 전처리 - 파이썬 코드 쉬운 설명 나중에 요긴하게 쓰일 수 있도록 내가 작성한 프로젝트를 토대로 내용을 잘 정리해보겠다. 파이썬으로 특정 데이터로 머신러닝 실습을 진행하기 위해서는 데이터를 컴퓨터가 학습할 수 있는 형태로 다듬어야 한다. 데이터를 깔끔하게 다듬는 것이 머신러닝의 시작이다. 목표: 데이터를 불러와 데이터 다듬기 순서: 1. 데이터파일 불러오기 2. 필요없는 칼럼 없애기 3. 빠진 데이터 찾아 채워 넣기 4. 전처리((preprocessing) - 텍스트를 숫자로 변경 5. 정규화(nomalization) - feature값을 0~1사이의 값으로 만들어주기 1. 데이터파일 불러오기 - 보통의 데이터는 csv파일이나 엑셀파일로 되어있다. 이를 pandas 모듈을 이용해서 불러온다. * pandas가 설치 안되어있으면 설치해야함.. 2021. 5. 15.
반응형