DnA

4.3 kt 에이블 스쿨 7일차 - 머신러닝, 코딩테스트 풀이

이제 데이터 불러오기, 탐색적 데이터 분석, 전처리, 시각화 및 분석을 끝마치고 머신러닝을 배웠습니다.사실 이거 하루만에 배우기에는 힘든 내용이라 주요 모델에는 어떤게 있나 정도만 살펴보고, 상세 파라미터나 모델 개선 등등은 직접 알아가면서 해봐야 할 것 같습니다. 이전에 들었던 내용들이었기에 망정이지, 아니었으면 따라가기 좀 벅찰 것 같네요 ㅋㅋㅋ 필수 라이브러리 모음import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport sklearn 데이터 분석df.head() df.tail()df.info()df.describe() # 기술통계df.corr(numeric_only=True) # 상관계..

04.01 kt 에이블스쿨 5일차 pandas, seaborn 응용 | Java 코딩테스트 입문

데이터 시각화 그래프 많은 종류들을 응용하고 실습하는 날1. 단변량분석 - 수치형df['column'] 으로 조회를 하게 되면, 결과값이 Series로 나오게 된다. 여기다가 [] 를 붙여서 리스트로 만들어주게 되면, df[['column']] 으로 되면서 결과값이 Dataframe으로 변환이 된다!df[['column']].describe().T 를 하면 기술통계량을 아주 편하게 살펴볼 수 있다는 꿀팁~시각화-Histogramplt.hist(x='column', data=dataframe, edgecolor='color', alpha=number)sns.histplot(x='column', data=dataframe, bins=number)plt.show()-Density Plot : Histogram..