AI/머신러닝13 09. 랜덤 포레스트 (Random Forest) | Hotel 1. Hotel 데이터셋 파일 가져오기 hotel_df = pd.read_csv('/content/drive/MyDrive/1. KDT/6. 머신러닝 딥러닝/데이터/hotel.csv') hotel_df 정보보기 hotel_df.info() * hotel: 호텔 종류* is_canceled: 취소 여부* lead_time: 예약 시점으로부터 체크인 될 때까지의 기간(얼마나 미리 예약했는지)* arrival_date_year: 예약 연도* arrival_date_month: 예약 월* arrival_date_week_number: 예약 주* arrival_date_day_of_month: 예약 일* stays_in_weekend_.. 2024. 6. 12. 08. 서포트 백터머신(Support Vector Machine) | 손글씨 1. 손글씨 데이터셋 scikit-learn 라이브러리에서 손글씨 숫자 데이터셋을 불러오기 from sklearn.datasets import load_digits digits 변수에 load_digits() 함수의 결과를 할당 digits = load_digits() digits digits 데이터셋에서 사용 가능한 키(속성)들을 확인data.shape: data 배열의 형태(shape)를 확인 digits.keys() data = digits['data'] data.shape digits 데이터셋에서 'target' 키에 해당하는 값을 가져와 target 변수에 할당 * 'target.. 2024. 6. 12. 07. 로지스틱 회귀(Logistic Regression) | 인사자료 1. 인사자료 데이터셋 작업파일 import import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt 데이터 가져오기 hr_df=pd.read_csv('/content/drive/MyDrive/1. KDT/6. 머신러닝 딥러닝/데이터/hr.csv') hr_df.head() 정보보기 hr_df.info() 통계치보기 hr_df.describe() 고과점수에 따른 승진여부 그래프로 보기 sn.. 2024. 6. 12. 06. 의사결정 나무(Decision Tree) | 자전거 1. 자전거 데이터셋 작업파일 import import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt 데이터 가져오기 bike_df = pd.read_csv('/content/drive/MyDrive/1. KDT/6. 머신러닝 딥러닝/데이터/bike.csv') bike_df 정보보기 bike_df.info() 평균치 보기 bike_df.describe() count: 데이터의 개수 (결측값을 제외한 값의 개수)mean: 평균값st.. 2024. 6. 11. 이전 1 2 3 4 다음 LIST
