Seaborn3 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. 05. 선형회귀(Linear Regression) | Rent 1. Rent 데이터셋 - 집월세 매물정보- 출처: 캐글 작업파일 import import numpy as np import pandas as pd import seaborn as sns 파일 가져오기 rent_df = pd.read_csv('/content/drive/MyDrive/1. KDT/6. 머신러닝 딥러닝/데이터/rent.csv') rent_df 정보보기 rent_df.info() 통계량, 평균치 보기 # describe() 함수는 수치 기준으로 나온 데이터들을 테이블로 변환 rent_df.describe() 소수점 둘째 자리까지.. 2024. 6. 11. 이전 1 다음
