areum

Random Forest 1. 관련 라이브러리 import import pandas as pd from pandas import DataFrame import numpy as np from time import time import zipfile #zip파일 해제 # 경고 무시 import warnings warnings.filterwarnings(action='ignore') 2. zip 파일 해제 & csv파일 불러오기 encoding 사용하여 한글 깨짐 방지 img=zipfile.ZipFile('zip파일 경로/ 이름') img.extractall('저장할 경로/ 저장할 이름', pwd=b'비밀번호') img.close() # Table data=pd.read_csv('경로가 다르면 경로 작성/da..

1. 컬럼명 변경하는 방법은 df.columns와 df.rename이 있다. # 전체 컬럼 이름 입력 df.columns = ['columns1', 'columns2', 'columns2'] # 선택하여 컬럼 이름 변경 (변경하고자 하는 컬럼 이름만 선택하여 변경) df.rename(columns={'test':'retest'}) 2. 값이름 변경 df=df.replace({1:'index_1', 2:'index_2', 3:'index_3'}) df

1. zip파일로 압축하기 #작업공간 폴더 찾기 import os os.getcwd() #압축하기 import shutil shutile.make_archive('압축할파일명','확장자','압축할폴더') ex) shutile.make_archive('test','zip','/test') 2. 압축풀기 import zipfile img=zipfile.ZipFile('/경로.파일이름.zip') img.extractall('/경로/파일이름', pwd=b'비밀번호') img.close()

정의 다양한 독립변수들을 가지고 종속변수를 예측하는 것이다. 변수들간의 상관관계를 통해 종속변수의 값이 예측된다. 방법1. 데이터 세트 분리하여 모델 적용 가지고 있는 데이터를 모두 사용해서 다중선형회귀 모델을 만들 수도 있지만, 우리는 실제로 생성한 모델이 잘 예측하는지 테스트를 해보기 위해 학습(train) 데이터와 시험(test) 데이터를 분리 데이터 세트 분리는 sklearn에서 train_test_split을 통해 손쉽게 할 수 있다. 아래와 같이 8:2 정도의 비율로 나눠보자. 학습데이터인 train데이터를 가지고 모델을 생성 키에 대한 6개의 항목값을 넣어주면 키가 몇인지 예측해주는 것 - 여기에서 6개의 항목값은 위 x값에 넣어준 항목! x 시험 데이터 x_test를 넣어 예측한 y 값들을..