728x90 반응형 Python15 [Machine Learning] SVM in Python (1) Decision Boundary Synopsissklearn의 iris dataset으로 간단히 binary classification을 해보자.import numpy as npimport matplotlib.pyplot as pltfrom sklearn.svm import SVCfrom sklearn import datasetsfrom sklearn.metrics import confusion_matrix SVC의 defalut kernel은 'rbf'이지만 linear로 먼저 살펴보자# Load Iris datasetiris = datasets.load_iris()X = iris["data"][:, (2, 3)] # petal length, petal widthy = iris["target"]# setosa 와 versicolor.. 2023. 5. 10. [Python] 선형회귀 모델링 Linear Regression with PythonSetupseaborn에 내장되어있는 차량 연비 데이터셋을 이용할 것이다.import numpy as npimport scipy as spimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsdf = sns.load_dataset('mpg')df = df.dropna().reset_index(drop=True)dfSelect Featuressns.regplot(data=df, x='horsepower', y='mpg') (1) statsmodelsR형식의 선형회귀 모델식을 작성한다. 형식은 "Y ~ x1 + x2 + x3" 와 같이 작성한다. 계수는 모델이 계산해줄 것이다.우선 간.. 2023. 4. 12. [Pandas] Basic Statistics 살펴보기 Import libraries 기본적으로 사용되는 파이썬 라이브러리를 import하자. import numpy as np import scipy as sp import pandas as pd import matplotlib.pyplot as plt import seaborn as sns DataFrame pandas는 다양한 형식의 파일을 읽고 쓸 수 있다. df = pd.read_csv('my_csv_file.csv') df = pd.read_excel('my_excel_file.xlsx', sheet_name='Sheet1', index_col=None, na_values=['NA']) df = pd.read_stata('my_file.dta') df = pd.read_sas('my_file.sas7.. 2023. 4. 10. 이전 1 2 3 다음 728x90 반응형
