본문 바로가기

핸즈온머신러닝2판5

핸즈온 머신러닝 2판 (5) 회귀 분석 및 파이프라인 전편과 이어집니다. sample_data.plot(kind='scatter', x="GDP per capita", y='Life satisfaction', figsize=(5,3)) plt.xlabel("GDP per capita (USD)") plt.axis([0, 60000, 0, 10]) X=np.linspace(0, 60000, 1000) plt.plot(X, t0 + t1*X, "b") plt.text(5000, 3.1, r"$\theta_0 = 4.85$", fontsize=14, color="b") plt.text(5000, 2.2, r"$\theta_1 = 4.91 \times 10^{-5}$", fontsize=14, color="b") save_fig('best_fit_model_plo.. 2020. 9. 16.
핸즈온 머신러닝 2판 (4) 모델 학습 sample_data.to_csv(os.path.join("datasets", "lifesat", "lifesat.csv")) sample_data.to_csv(os.path.join("datasets", "lifesat", "lifesat.csv")) # sample_data를 csv파일로 저장하는데 다음 경로에 저장합니다. sample_data.loc[list(position_text.keys())] sample_data.loc[list(position_text.keys())] # sample_data에서 postition_text 사전의 키에 해당되는 것을 리스트로 만든 다음 해당하는 행만 추출합니다. import numpy as np sample_data.plot(kind='scatter', x=.. 2020. 9. 16.
핸즈온 머신러닝 2판 (3) 데이터 준비 및 그림으로 나타내기 핸즈온 머신러닝 2판에서 계속 이어지는 코드입니다. np.random.seed(42) np.random.seed(42) # 출력이 동일하도록 seed를 정해줍니다. 42는 바꾸셔도 됩니다. oecd_bli = pd.read_csv(datapath + "oecd_bli_2015.csv", thousands=',') oecd_bli = oecd_bli[oecd_bli["INEQUALITY"]=="TOT"] oecd_bli = oecd_bli.pivot(index="Country", columns="Indicator", values="Value") oecd_bli.head(2) oecd_bli = pd.read_csv(datapath + "oecd_bli_2015.csv", thousands=',') # 디렉.. 2020. 9. 16.
핸즈온 머신러닝 2판 (2) 간단한 모델 만들기 및 이미지 저장 함수 만들기 (1)에서 내용이 계속 이어집니다. # 예제 코드 import matplotlib.pyplot as plt import numpy as np import pandas as pd import sklearn.linear_model # 데이터 적재 oecd_bli = pd.read_csv(datapath + "oecd_bli_2015.csv", thousands=',') gdp_per_capita = pd.read_csv(datapath + "gdp_per_capita.csv",thousands=',',delimiter='\t', encoding='latin1', na_values="n/a") # 데이터 준비 country_stats = prepare_country_stats(oecd_bli, gdp_per_.. 2020. 9. 16.

티스토리툴바