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 |
Tags
- 데이터시각화
- solvesql
- TRUNCATE
- hackerrank
- Limit
- having
- Oracle
- matplotlib
- SQL
- airflow 설치
- mysql :=
- 전처리
- 다중 JOIN
- not in
- 결측값
- 데이터리안 웨비나
- SQLite
- MySQL
- 그로스해킹
- 프로그래머스
- Round
- 머신러닝
- join
- 데이터분석
- PostgreSQL
- seaborn
- pandas
- 파이썬
- GROUPBY
- SUM
Archives
- Today
- Total
목록학습 (1)
Milky's note
Chap 2. sklearn 개요
- 학습(fit), 예측(predict) LinearRegression 모델로 간단하게 학습과 예측을 구현해보려고 한다. 기본 사용 방법은 다음과 같다. # 라이브러리 불러오기 from sklearn.linear_model import LinearRegression # 모델 선언 model = LinearRegression() # 모델에 데이터 학습 model.fit(x, y) # 모델이 학습이 얼마나 되었는 지 검증 (=예측) prediction = model.predict(x2) 다음의 데이터로 LinearRegression 모델의 간단한 학습과 예측을 수행하였다. import numpy as np from sklearn.linear_model import LinearRegression # 샘플 데이..
머신러닝/요약 정리
2022. 2. 16. 00:24