머신러닝(11)
-
Part1. Chapter 05 - 미국의 대통령은 어떻게 뽑힐까
Step 1. 데이터셋 준비하기 !pip install geopandas !pip install pyshp !pip install shapely !pip install plotly-geo Looking in indexes: https://pypi.org/simple, https://us-python.pkg.dev/colab-wheels/public/simple/ Collecting geopandas Downloading geopandas-0.12.2-py3-none-any.whl (1.1 MB) ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 1.1/1.1 MB 13.4 MB/s eta 0:00:00 Requirement already satisfied: shapely>=1.7 ..
2023.03.22 -
Part1. Chapter 04 - 오늘 밤 유럽 축구, 어디가 이길까_ 데이터로 분석하고 내기르..
Step 1. 데이터셋 준비하기 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns 데이터 출처: https://www.kaggle.com/hugomathien/soccer Colab Notebook에 Kaggle API 세팅하기 import os # os.environ을 이용하여 Kaggle API Username, Key 세팅하기 os.environ['KAGGLE_USERNAME'] = 'jhighllight' os.environ['KAGGLE_KEY'] = 'xxxxxxxxxxxxxxxxxxxxxxx' 데이터 다운로드 및 압축 해제하기 # Linux 명령어로 Kaggle API를 이용하..
2023.03.09 -
Part1. Chapter 03 - 롤(LOL) 좀 하니_ 이것만 하면 무조건 이긴다!
Step 1. 데이터셋 준비하기 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns Colab Notebook에 Kaggle API 세팅하기 import os # os.environ을 이용하여 Kaggle API Username, Key 세팅하기 os.environ['KAGGLE_USERNAME'] = 'jhighllight' os.environ['KAGGLE_KEY'] = 'xxxxxxxxxxxxxxxxxxxx' 데이터 다운로드 및 압축 해제하기 # Linux 명령어로 Kaggle API를 이용하여 데이터셋 다운로드하기 (!kaggle ~) # Linux 명령어로 압축 해제하기 !kaggl..
2023.03.07 -
Part1. Chapter 02 - 우리 애는 머리는 좋은데, 공부를 안해서 그래요
Step 1. 데이터셋 준비하기 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns Colab Notebook에 Kaggle API 세팅하기 import os # os.environ을 이용하여 Kaggle API Username, Key 세팅하기 os.environ['KAGGLE_USERNAME'] = 'jhighllight' os.environ['KAGGLE_KEY'] = 'xxxxxxxxxxxxxxxxxxxxxx' 데이터 다운로드 및 압축 해제하기 데이터 출처: https://www.kaggle.com/aljarah/xAPI-Edu-Data # Linux 명령어로 Kaggle API를 이..
2023.03.07 -
Part1. Chapter 01 - 데이터 분석으로 심부전증을 예방할 수 있을까
Step 0. 의료 데이터셋에 대하여 의료 데이터(바이오 데이터)를 갖고, 실제 분석하여 모델링하는 직무가 늘고 있는 추세입니다. 의료 영상(MRI, CT), 진료기록, 병원 공실률, 연구자료 등의 의료 빅데이터들이 전 세계적으로 활성화되어 있습니다. TP FP FN TN 정밀도 = TP / TP+FP ※ 예측시 옳을 확률 재현율 = TP / TP+FN ※ 실제 True 중 얼마나 맞췄는지에 대한 확률 Step 1. 데이터셋 준비하기 # 사용할 라이브러리 출력 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns Colab Notebook에 Kaggle API 세팅하기 # Kaggle user..
2023.03.03