시작

데이터 셋의 개요 : 태아 건강 분류 예측하기 각 열의 의미 1~21 1 기준 태아 심박수 2 초당 가속수 3 초당 태아 움직임 수 4 초당 자궁 수축 횟수 5 초당 가벼운 감속 6 심한 감속 7 장기적인감속 8 비정상 단기 변수 9 평균 단기 변수 10 비정상 장기 변수 시간별 퍼센트 11 비정상 장기 변수 12 ~21 히스토그램 22열(레이블) 3개 (1 : 정상 , 2 : 의심, 3: 아픔) ​ 데이터의 행수 2126 ​ 훈련시킨 알고리즘 : KNeighborsClassifier(n_neighbors=3) 모델의 정확도(신회도) : 91.55% 모델을 덤프한 파일 : fetal_health.dmp 예측해본 정답이 없는 데이터 : [122.0,0.0,0.004,0.006,0.0,0.0,0.0,73.0..

PYTHON/머신러닝 2020. 10. 21. 16:51

앞선 예제 동일 코드 from sklearn.neighbors import KNeighborsClassifier from sklearn.svm import SVC,SVR,NuSVC,NuSVR from sklearn import utils, metrics ##데이터 섞는 셔플 있음 import pandas as pd # 0. 데이터를 준비 : 학습용, 테스트용 --> 지도학습(데이터들, 레이블) study_df = pd.read_csv("train_5k.csv") # CSV --> DataFrame # study_df = utils.shuffle(study_df) test_df = pd.read_csv("train_1k.csv") # CSV --> DataFrame # test_df = utils.shuf..

PYTHON/머신러닝 2020. 10. 21. 16:42

# 손글씨 숫자 구별하기. 머신러닝 프로젝트3 from sklearn.neighbors import KNeighborsClassifier from sklearn.svm import SVC,SVR,NuSVC,NuSVR from sklearn import utils, metrics ##데이터 섞는 셔플 있음 import pandas as pd # 0. 데이터를 준비 : 학습용, 테스트용 --> 지도학습(데이터들, 레이블) study_df = pd.read_csv("train_5k.csv") # CSV --> DataFrame # study_df = utils.shuffle(study_df) test_df = pd.read_csv("train_1k.csv") # CSV --> DataFrame # test_d..

PYTHON/머신러닝 2020. 10. 21. 16:40

# 와인 품질고르기. 머신러닝 프로젝트2 # 1. 캐글 데이터셋 https://www.kaggle.com/datasets # 2. 서울 열린 데이터 광장 데이터셋을 공개 # 학습, 훈련용 % 조절 # 알고리즘을 변경 # clf = KNeighborsClassifier(n_neighbors=3) # 숫자를 변경. 홀수 # clf = svm.SVC(gamma="auto") from sklearn.neighbors import KNeighborsClassifier from sklearn import utils, metrics, svm ##데이터 섞는 셔플 있음 import pandas as pd # 0. 데이터를 준비 : 학습용, 테스트용 --> 지도학습(데이터들, 레이블) df = pd.read_csv("w..

PYTHON/머신러닝 2020. 10. 21. 16:36

머신러닝 기초연습 # 불꽃 구별하기. 머신러닝 프로젝트1 from sklearn.neighbors import KNeighborsClassifier from sklearn import utils, metrics ##데이터 섞는 셔플 있음 import pandas as pd # 0. 데이터를 준비 : 학습용, 테스트용 --> 지도학습(데이터들, 레이블) df = pd.read_csv("iris.csv") # CSV --> DataFrame df = utils.shuffle(df) # 훈련용, 학습용으로 분리 (8:2) dataLen = df.shape[0] #데이터프레임(엑셀표) 의 행 개수 studySize = int(dataLen * 0.8) testSize = dataLen - studySize # ..

PYTHON/머신러닝 2020. 10. 21. 16:34