본문 바로가기

IT/Python32

[Python] 시계열분석_주식데이터_주가예측 프로그래밍 세계를 탐구합시다. 시계열분석_주식데이터_주가예측 In [4]: """기본 라이브러리""" import datetime import matplotlib.pyplot as plt import platform from matplotlib import font_manager, rc In [5]: """마이너스 기호 및 한글 설정""" ### 마이너스 기호 사용 설정 plt.rcParams["axes.unicode_minus"] = False ### OS별 한글 설정 if platform.system() == "Windows" : path = "c:/Windows/Fonts/malgun.ttf" font_name = font_manager.FontProperties(fname=path).get_nam.. 2024. 1. 17.

[Python] 머신러닝 05_다중회귀모델_특성공학(PolynomialFeatures, 규제, 릿지(Ridge), 라쏘) 프로그래밍 세계를 탐구합시다. 다중회귀모델(Multiple Regression) - 여러 개의 특성을 사용한 회귀모델 - 특성이 많을수록 복잡도가 증가됨(훈련 시간이 오래 걸림, 시스템 성능에 따라 빠를 수도 있음) - 다중회귀모델 공식 y = a*x1 + b*x2 + c*x3 + .... + y절편 데이터 불러들이기 ### 데이터 불러들이기 # 사용할 데이터프레임 변수 : df import pandas as pd df = pd.read_csv("./data/03_농어의_길이_높이_두께_데이터.csv") df.info() df.head() df.describe() 농어의 길이, 두께, 높이 값을 이용해서 -> 무게 예측하기 - 독립변수 : 길이, 두께, 높이 - 종속변수 : 무게 독립변수 생성하기 """.. 2023. 12. 27.

[Python] 머신러닝 04_선형회귀모델, 다항회귀모델(곡선) 프로그래밍 세계를 탐구합시다. 회귀모델 종류 선형회귀모델, 다항회귀모델, 다중회귀모델, 릿지, 라쏘, 랜덤포레스트, 그레디언트부스트, 히스토그램그레디언트부스트, XGBoost, 기타 등등 주로 사용되는 회귀모델 릿지, 히스토그램그레디언트부스트, XGBoost 선형회귀모델(LR; Liner Regression Model) ### 모델 라이브러리 불러들이기 from sklearn.linear_model import LinearRegression 사용할 데이터 ### 사용할 데이터 train_input, train_target, test_input, test_target 모델 생성하기 ###모델 생성하기 lr = LinearRegression() lr 모델 훈련시키기 ### 모델 훈련시키기 lr.fit(tra.. 2023. 12. 25.

[Python] 머신러닝 03_KNN 회귀모델 프로그래밍 세계를 탐구합시다. KNN 회귀모델 데이터 import numpy as np ### 농어 길이 perch_length = np.array( [8.4, 13.7, 15.0, 16.2, 17.4, 18.0, 18.7, 19.0, 19.6, 20.0, 21.0, 21.0, 21.0, 21.3, 22.0, 22.0, 22.0, 22.0, 22.0, 22.5, 22.5, 22.7, 23.0, 23.5, 24.0, 24.0, 24.6, 25.0, 25.6, 26.5, 27.3, 27.5, 27.5, 27.5, 28.0, 28.7, 30.0, 32.8, 34.5, 35.0, 36.5, 36.0, 37.0, 37.0, 39.0, 39.0, 39.0, 40.0, 40.0, 40.0, 40.0, 42.0, 43.. 2023. 12. 22.

이전 1 2 3 4 ··· 8 다음

티스토리툴바