본문 바로가기

728x90
반응형
SMALL

데이터분석기초

(3)
[Python] 13. KNN분류 from sklearn.datasets import make_classification, load_iris from sklearn.cluster import KMeans import numpy as np import pandas as pd import seaborn as sb import matplotlib.pyplot as plt import mglearn from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import GridSearchCV import warnings warnings.simplefilter('igno..
[Python] 0. sklearn 구조 scikit-learn 특징다양한 머신러닝 알고리즘을 구현한 파이썬 라이브러리심플하고 일관성 있는 API, 유용한 온라인 문서, 풍부한 예제머신러닝을 위한 쉽고 효율적인 개발 라이브러리 제공다양한 머신러닝 관련 알고리즘과 개발을 위한 프레임워크와 API 제공많은 사람들이 사용하며 다양한 환경에서 검증된 라이브러리scikit-learn 주요 모듈 estimator API일관성: 모든 객체는 일관된 문서를 갖춘 제한된 메서드 집합에서 비롯된 공통 인터페이스 공유검사(inspection): 모든 지정된 파라미터 값은 공개 속성으로 노출구성: 많은 머신러닝 작업은 기본 알고리즘의 시퀀스로 나타낼 수 있으며, Scikit-Learn은 가능한 곳이라면 어디서든 이 방식을 사용합리적인 기본값: 모델이 사용자 지정 파..
[Python] 4. 회귀 : cost(mse) test, gradient, scipy.stats 예제 import numpy as np import pandas as pd import matplotlib.pyplot as plt import scipy.stats as st cost(MSE) test def cost(x,y,w): c=0 for i in np.arange(len(x)): hx = w*x[i] c = c+(hx-y[i])**2 return c/len(x) x_data = [1,2,3] y_data = [1,2,3] print(cost(x_data,y_data,-1)) print(cost(x_data,y_data,0)) print(cost(x_data,y_data,1)) print(cost(x_data,y_data,2)) print(cost(x_data,y_data,3)) [OUT] : 18...

728x90
반응형
LIST