| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 13 | 14 | 15 | 16 | 17 | 18 | 19 |
| 20 | 21 | 22 | 23 | 24 | 25 | 26 |
| 27 | 28 | 29 | 30 |
- 표준화 z
- kneighbors()
- 레이아웃
- 메모리 객체화
- 픽셀 깨짐
- 넘파이
- position
- HTML
- predict메소드
- score메소드
- 머신러닝
- 스낵바
- 지도학습
- hover
- 웹사이트 공개
- apapter
- 데이터 전처릴
- 선택자 조건
- 테스트세트
- fit메소드
- 스크롤뷰
- K최근접이웃 회귀
- CSS
- JavaScript
- Absolute
- relative
- 훈련세트
- 버튼 상속
- 외부css
- LENGTH_INDEFINITE
- Today
- Total
목록넘파이 (2)
베짱이와 노는 개미
ML#5 - 데이터 전처리
from sklearn.neighbors import KNeighborsClassifier import numpy as np from sklearn.model_selection import train_test_split fish_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0, 9.8, 10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12...
오늘은 앞서 봤던 데이터들로 테스트세트와 훈련세트를 구성해보고 학습시킨후에 제대로 학습됐는지 확인까지 해보겠다 from sklearn.neighbors import KNeighborsClassifier import numpy as np fish_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0, 9.8, 10.5, 10.6, 11.0, 11.2, 11.3, 11.8, ..