목록머신러닝 (2)

조금씩 꾸준히 완성을 향해

[Sklearn] 로지스틱 회귀(Logistic Regression)

Logistic Regression # 데이터 준비 import pandas as pd fish = pd.read_csv('http://bit.ly/fish_csv_data') fish.head() z = a*무게 + b*길이 + c*대각선 + d*높이 + e두께 + f from sklearn.model_selection import train_test_split fish_input = fish[['Weight', 'Length', 'Diagonal', 'Height', 'Width']].to_numpy() fish_target = fish['Species'].to_numpy() train_input, test_input, train_target, test_target = train_test_split(..
AI/Machine Learning 2022. 10. 29. 23:32
[Sklearn] K-Nearest Neighbor(k-최근접 이웃 분류)와 표준화(Scaling)

최근접 이웃(K-Nearest Neighbor) 특별한 예측 모델 없이 가장 가까운 데이터 포인트를 기반으로 예측을 수행하는 방법 분류와 회귀 모두 지원 import pandas as pd import numpy as np import matplotlib.pyplot as plt ▶ 생선의 길이와 높이 데이터로 빙어인지, 도미인지 예측하는 분류 문제 # 데이터 준비 fish_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0,35.0, 35.0, 35.0, 36.0, 36.0, 37.0..
AI/Machine Learning 2022. 10. 27. 15:57
이전 Prev 1 Next 다음