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
- SQL예제
- 머신러닝
- 데이터베이스
- 크롤링(crawling)
- MariaDB
- 데이터
- Database
- pandas
- Deep Learning
- 해석
- 훈련
- 선형회기모델
- 파이썬
- 알고리즘기초
- sklearn
- tensorflow
- 데이터 수집
- python기초
- 데이터 분석
- 시각화
- 정확도
- 데이터 가공
- 회귀모델
- HeidiSQL
- 딥러닝
- 데이터전처리
- python
- 예측
- pythone
- keras
Archives
- Today
- Total
목록numpy 셔플링 (1)
코딩헤딩

- 정의된 변수 이름은 없음 - 훈련데이터 : 훈련(fit)에 사용되는 데이터 : (훈련 독립변수) train_input, train-x, X_train : (훈련 종속변수) train_target, train_y, Y_ train - 검증데이터 : 훈련 정확도(score)에 사용되는 데이터 : (검증 독립변수) val_input, val-x, X_val : (검증 종속변수) val_target, val_y, Y_ val - 테스트데이터 : 예측(predict)에 사용되는 데이터 : (테스트 독립변수) test_input, test-x, X_test : (테스트 종속변수) test_target, test_y, Y_ test 앞으로 변수의 이름은 위와 같이 통일한다. 1. 훈련과 테스트를 비율로 먼저 나누..
머신러닝 | 딥러닝
2023. 12. 21. 20:27