160x600
Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- 예측
- 시각화
- 정확도
- HeidiSQL
- 데이터 분석
- 해석
- python
- pandas
- 데이터 수집
- tensorflow
- MariaDB
- 훈련
- 데이터전처리
- python기초
- 데이터베이스
- 크롤링(crawling)
- Database
- pythone
- 딥러닝
- 파이썬
- 데이터
- 선형회기모델
- 머신러닝
- keras
- sklearn
- SQL예제
- 데이터 가공
- 회귀모델
- Deep Learning
- 알고리즘기초
Archives
- Today
- Total
목록해석 (8)
코딩헤딩

* KNN회귀모델 - K Nearest Neighbor 1. 데이터 확인 1) 길이로 무게 예측하기 perch_length.shape, perch_weight.shape 결과 : ((56,), (56,)) - 길이 : 문제(독립변수) / 무게(연속형) : 답(종속변수) 2) 산점도 그리기 import matplotlib.pyplot as plt plt.scatter(perch_length, perch_weight) plt.xlabel("length") plt.ylabel("weight") plt.show() - 초반에는 곡선을 띄는 듯하다가, 중반부부터는 직선의 형태를 나타내고 있음. - 종속변수가 연속형 데이터이기에, 선형 분포를 나타내기에 회 귀모델을 사용함. 3) 훈련 및 테스트 데이터 분류하기 *..
머신러닝 | 딥러닝
2023. 12. 23. 13:39