classification4 Random Forest (Titanic 생존자 예측) Random Forest를 이용한 Titanic 생존자 예측하기 오늘은 Random Forest를 이용하여 타이타닉호의 생존자를 예측해보도록 하겠습니다. 이번에도 Kaggle에서 가져온 데이터를 사용해 보도록 하겠습니다. Library 불러오기 import numpy as np import pandas as pd import pandas_profiling import matplotlib.pyplot as plt import plotly.express as px import seaborn as sns sns.set() import os from sklearn import preprocessing from sklearn.preprocessing import OneHotEncoder from sklearn.m.. 2023. 2. 9. Decision Tree Code Example(Titanic 생존자 예측) Decision Tree를 이용한 Titanic 생존자 예측하기 오늘은 Desicion Tree를 이용하여 타이타닉호의 생존자를 예측하는 코드를 작성해 보도록 하겠습니다. 지난번과 마찬가지로 데이터는 Kaggle에서 가져왔습니다. 학습환경은 Jupyter Notebook에서 작성하였습니다. Library Import 하기 import os import pandas as pd import matplotlib.pyplot as plt import seaborn as sns import re import numpy as np from sklearn import tree from sklearn.model_selection import train_test_split # Figures inline and set v.. 2023. 2. 8. K-Nearest Neighbor Code Example(K-NN - Titanic 생존자 예측) K-NN을 이용한 Titanic의 생존자 예측하기 오늘은 K-NN을 이용해 타이타닉호의 생존자를 예측하는 코드를 작성해보도록 하겠습니다. 데이터는 (Kaggle)에서 가져왔습니다. 실험환경은 이전과 같이 Jupyter Notebook에서 작성하였습니다. Library Import, 데이터 불러오기 import numpy as np import pandas as pd %matplotlib inline 데이터 불러오기 #경로의 경우 사용자의 환경에 맞게 설정해 주셔야 합니다. data=pd.read_csv('C:/Users/User/Downloads/train.csv') data 불러온 데이터를 한번 살펴보겠습니다. Pclass - 승선자의 사회-경제적 지위(낮을수록 높은 지위를 가지고 있음) SibSp -.. 2023. 1. 19. 바삭한 인공지능(ML 이란? / 회귀와 분류) 목차 1. 머리글 2. 머신러닝이란? 3. 머신러닝의 알고리즘 분류 4. 지도학습(Supervised Learning) 5. 지도학습 - 회귀(Regression) 6. 지도학습 - 분류(Classification) 7. 분류 알고리즘의 종류 8. 마치며 안녕하세요. 오션라이트에이아이 백승기연구원입니다. 머리글 이번에는 머신러닝(Machine Learning, ML)에 대해서 좀 더 알아보도록 하겠습니다. 머신러닝이란? 머신러닝은 주어진 데이터의 상관관계를 컴퓨터가 학습한 후 그 결과를 토대로 새로운 데이터에 대한 관계를 예측하는 능력을 가지게 하는 것을 말합니다. 다음은 Tom Mitchell의 머신러닝에 대한 정의 입니다. Tom Mitchell(1998) - Machine Learning is We.. 2023. 1. 11. 이전 1 다음
