공부 기록

배운 내용 결정 트리 Graphviz export_graphviz() DecisionTreeClassifier.feature_importances_ sns.barplot() make_classification() DataFrame.GroupBy.cumcount() DataFrame.reset_index() GridSearchCV grid_cv.best_score_ & grid_cv.best_params_ grid_cv.best_estimator_ Estimator.feature_importance_ Series.sort_values() Ensemble learning VoringClassifier load_breast_cancer() RandomForestClassifier GradientBoosting..

배운 내용 DataFrame.describe() plt.hist() Binarizer 피마 인디언 당뇨병 데이터 세트는 북아메리카 피마 지역 원주민의 Type-2 당뇨병 결과 데이터입니다. 당뇨병의 원인으로는 서구화된 식습관과 유전을 꼽습니다. 피마 지역은 고립된 지역에서 인디언 고유의 혈통이 오랫동안 지속된 곳이었습니다. import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score, precision_score, recall_score..

배운 내용 BaseEstimator load_digits confusion_matrix() precision_score() recall_score() LogisticRegression predict_proba() np.concatenate() Binarizer.fit_transform() precision_recall_curve() f1_score() roc_curve() 머신러닝은 데이터 가공/변환, 모델 학습/예측, 그리고 평가(Evaluation)의 프로세스로 구성됩니다. 모델 예측 성능의 평가를 위해 지금까지 정확도(Accuracy)를 이용해왔습니다. 머신러닝 모델은 여러 가지 방법으로 예측 성능을 평가할 수 있습니다. 성능 평가 지표(Evaluation Metric)는 보통 모델이 회귀냐 분류이..

배운 내용 DataFrame.info() DataFrame.fillna() DataFrame.isnull() Series.value_counts() DataFrame.groupby() DataFrame.drop() sns.barplot(x, y, hue, data=DataFrame) LabelEncoder.fit(), LabelEncoder.transform() train_test_split() enumerate(data) DataFrame.values[index] KFold cross_val_score() GridSearchCV 타이타닉 탑승자 데이터에 대한 개략적인 설명 Passengerid: 탑승자 데이터 일련번호 survived: 생존 여부, 0 = 사망, 1 = 생존 pclass: 티켓의 선실 ..

배운 내용 train_test_split() fit() predict() accuracy_score() 사이킷런의 주요 모듈 Dictionary.keys() train_test_split() - 상세한 설명 KFold Stratified K 폴드 cross_val_score() GridSearchCV StandardScaler MinMaxScaler 학습 데이터와 테스트 데이터 스케일링 변환 시 유의할 점 Scikit-learn 사이킷런은 파이썬 머신러닝 라이브러리 중 가장 많이 사용되는 라이브러리입니다. 붓꽃 품종 예측하기 책에서 첫 번째로 만들어볼 머신러닝 모델은 붓꽃 품종을 분류(Classification)하는 것입니다. 붓꽃 데이터 세트의 피쳐는 꽃잎의 길이, 너비, 꽃받침의 길이와 너비이고, 이..

배운 내용 pd.read_csv(), pd.read_table(), pd.read_fwf() DataFrame.head(), DataFrame.shape DataFrame.info() DataFrame.describe() Series.value_counts() DataFrame.values DataFrame.to_dict() DataFrame의 칼럼 데이터 세트 생성과 수정 DataFrame.drop() DataFrame.index, Series.index DataFrame.reset_index(), Series.reset_index() DataFrame[ ] DataFrame.iloc[ ] DataFrame.loc[ ] 불린 인덱싱 DataFrame.sort_values(), Series.sort_va..

Hook이란? Hook은 특별한 함수입니다. 예를 들어 useState는 state를 함수 컴포넌트 안에서 사용할 수 있게 해줍니다. 다른 Hook들은 나중에 살펴봅시다! ​ 언제 Hook을 사용할까? 함수 컴포넌트를 사용하던 중 state를 추가하고 싶을 때 클래스 컴포넌트로 바꾸곤 했을 겁니다. 하지만 이제 함수 컴포넌트 안에서 Hook을 이용하여 state를 사용할 수 있습니다. import React, { useState } from 'react'; function Example() { const [count, setCount] = useState(0); return ( You clicked {count} times setCount(count + 1)}> Click me ); } 클래스로 호출할 ..

리덕스를 적용한 구조 - 리액트에서 상태를 더 효율적으로 관리하는 데 사용하는 상태 관리 라이브러리 - 리덕스는 쉽게 설명하면 상태 관리의 로직을 컴포넌트 밖에서 처리 하는 것이다. - 리덕스를 사용하면 스토어라는 개체 내부에 상태를 담게 된다. 상태에 어떤 변화를 일으켜야 할 때는 액션(Action) 이라는 것을 스토어에 전달한다. 액션은 객체 형태로 되어 있으며, 상태를 변화시킬 때 이 객체를 참조하여 변화를 일으킨다. 액션을 전달하는 과정은 디스패치(dispatch)라고 한다. 스토어가 액션을 받으면 리듀서(Reducer)가 전달받은 액션을 기반으로 상태를 어떻게 변경시켜야 할지 정한다. 액션을 처리하면 새 상태를 스토어에 저장한다. 스토어 안에 있는 상태가 바뀌면 스토어를 구독하고 있는 컴포넌트에..

배운 내용 1. nd.array() 2. ndarray.shape 3. ndarray.ndim 4. ndarray.dtype 5. ndarray.astype() 6. ndarray.arange(), ndarray.zeros(), ndarray.ones() 7. ndarray.reshape() 8. ndarray.tolist() 9. ndarray[i, j] 10. ndarray[i : j, k:l] 11. Fancy Indexing 12. Boolean Indexing 13. np.sort(), ndarray.sort() 14. np.argsort() 15. np.dot() 16. np.transpose() Numpy의 특징 배열 연산에 특화됐다. C/C++의 저수준 언어와의 호환 API를 제공한다. i..