반응형 EDA8 Video Game Sales with Ratings 데이터 소개 Video_Games_Sales_as_at_22_Dec_2016.csv - 각 파일의 칼럼은 아래와 같습니다. Name: 게임의 이름 Platform: 게임이 동작하는 콘솔 Year_of_Release: 발매 연도 Genre: 게임의 장르 Publisher: 게임의 유통사 NA_Sales: 북미 판매량 (Millions) EU_Sales: 유럽 연합 판매량 (Millions) JP_Sales: 일본 판매량 (Millions) Other_Sales: 기타 판매량 (아프리카, 일본 제외 아시아, 호주, EU 제외 유럽, 남미) (Millions) Global_Sales: 전국 판매량 Critic_Score: Metacritic 스태프 점수 Critic_Count: Critic_Score에 사용된.. 2023. 5. 18. [4주차 - Day4] EDA Project 과제 데이터 셋 선정하기 Brazilian E-Commerce Public Dataset by Olist https://www.kaggle.com/datasets/olistbr/brazilian-ecommerce Brazilian E-Commerce Public Dataset by Olist 100,000 Orders with product, customer and reviews info www.kaggle.com 라이브러리 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline 데이터 불러오기 customers_df = pd.read_csv('/Users/Deskt.. 2023. 4. 8. [4주차 - Day3] 탐색적 데이터 분석 - EDA EDA 데이터 그 자체만으로부터 인사이트를 얻어내는 접근법으로 numpy, pandas 사용 분석의 목적과 변수를 확인하고, 데이터를 전체적으로 살펴보며 데이터의 개별 속성을 파악해야 합니다. EDA with Example - Titanic 분석의 목적과 변수 확인 살아남은 사람들은 어떤 특징을 가지고 있었을까? Exploratory Data Analysis 0. 라이브러리 준비 ## 라이브러리 불러오기 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline ## 동일 경로에 "train.csv"가 있다면 ## 데이터 불러오기 titanic_df = pd.rea.. 2023. 4. 6. 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. 3. 22. 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. 3. 7. DACON Python 튜토리얼 Lv4. 교차검증과 모델 앙상블을 활용한 와인 품질 분류하기 데이터 다운로드 # 데이터 다운로드 링크로 데이터를 코랩에 불러옵니다. !wget 'https://bit.ly/3i4n1QB' import zipfile with zipfile.ZipFile('3i4n1QB', 'r') as existing_zip: existing_zip.extractall('data') # 라이브러리 및 데이터 불러오기 import pandas as pd from sklearn.preprocessing import MinMaxScaler, OneHotEncoder, PolynomialFeatures from lightgbm import LGBMClassifier from xgboost import XGBClassifier from sklearn.ensemble import Random.. 2023. 1. 19. DACON Python 튜토리얼 Lv3. 교차검증과 LGBM 모델을 활용한 와인 품질 분류하기 EDA !wget 'https://bit.ly/3i4n1QB' import zipfile with zipfile.ZipFile('3i4n1QB', 'r') as existing_zip: existing_zip.extractall('data') import pandas as pd import numpy as np import matplotlib import matplotlib.pyplot as plt import seaborn as sns # read_csv() 매서드로 train.csv , test.csv파일을 df class 로 불러오세요. train = pd.read_csv('data/train.csv') test = pd.read_csv('data/test.csv') # info() 매서드로 데이터.. 2023. 1. 16. DACON Python 튜토리얼 Lv2. 결측치 보간법과 랜덤포레스트로 따릉이 데이터 예측하기 데이터 다운로드 # 데이터 다운로드 링크로 데이터를 코랩에 불러옵니다. !wget 'https://bit.ly/3gLj0Q6' import zipfile with zipfile.ZipFile('3gLj0Q6', 'r') as existing_zip: existing_zip.extractall('data') --2023-01-12 03:54:03-- https://bit.ly/3gLj0Q6 Resolving bit.ly (bit.ly)... 67.199.248.10, 67.199.248.11 Connecting to bit.ly (bit.ly)|67.199.248.10|:443... connected. HTTP request sent, awaiting response... 301 Moved Permanen.. 2023. 1. 12. 이전 1 다음 반응형
