머신 러닝 '모델 ' : 이전에 접한 적 없는 데이터 집합에서 패턴을 찾거나 이를 근거로 결정을 내릴 수 있는 프로그램 '독립 변수' : 원인이 되는 열 '종속 변수' : 결과가 되는 열 독립 변수와 종속 변수의 관계를 인과 관계라고 한다. 인과 관계는 상관 관계에 포함된다. '지도 학습' : 정답이 있는 문제를 해결 - 주로 과거의 데이터로부터 학습해서 미지의 결과를 예측함 - 지도 학습을 위해 과거의 데이터를 독립변수와 종속변수로 분리해야 함. - 독립변수와 종속변수의 관계를 컴퓨터에게 학습 > 컴퓨터는 그 관계를 설명할 수 있는 공식 생성 => 이 공식을 머신러닝에서는 ‘모델’ - 예측하고 싶은 종속변수가 숫자 일 때 '회귀' 사용 > 결과 데이터(종속 변수)가 양적 데이터 - 예측하고 싶은 결과가..

import pandas as pd data = { '이름' : ['김자바', '이자바', '박자바', '최자바', '정자바'], '학급' : ['자바반', '자바반', '자바반', '캐드반', '캐드반'], '국어점수' : [90, 80, 70, 100, 90], '영어점수' : [70, 80, 80, 70, 90], '평균' : [80.0, 80.0, 75.0, 85.0, 90.0], '취미' : ['독서', '', '', '요가', '축구'] } df = pd.DataFrame(data) 원하는 행 조회 # 두번째 행부터 조회됨. (슬라이싱 사용) df[2:] # 처음 5개의 데이터만 조회 df.head() # 처음 3개의 데이터만 조회 df.head(3) # 마지막 5개의 데이터만 조회 df.ta..

# 필요한 라이브러리 import matplotlib import matplotlib.pylab as plt # 한글 폰트 설정 matplotlib.rcParams['font.family'] = 'Malgun Gothic' matplotlib.rcParams['axes.unicode_minus'] = False 원 그래프 그리기 values = [30, 25, 20, 14, 10, 2] labels = ['Python', 'java', 'c++', 'javascript', 'C#', 'ETC'] #startangle : 시작 각도 #autopct : 데이터 표시 # counterclock : 그래프 시작 방향(?) True -> 시계 역방향 plt.pie(values, labels = labels, st..

# 필요한 라이브러리 import matplotlib import matplotlib.pylab as plt # 한글 폰트 설정 matplotlib.rcParams['font.family'] = 'Malgun Gothic' matplotlib.rcParams['axes.unicode_minus'] = False 막대 그래프 그리기 xData = ['강백호', '서태웅', '정대만'] yData = [190, 177, 165] # 막대 데이터에 색 주기 # 그래프 색 다 바꾸고 싶은 경우 리스트 형태로 넣으면 됨. # alpha : 투명도 colors = ['r', 'g', 'b'] plt.bar(xData, yData, color = colors, alpha = 0.5) # y축 데이터 범위 제한 #pl..

데이터 시각화(Matplotlib) 다양한 형태의 그래프를 통해서 데이터를 시각화 라이브러리 # 필요한 라이브러리 import matplotlib import matplotlib.pylab as plt # 한글 폰트 설정 matplotlib.rcParams['font.family'] = 'Malgun Gothic' matplotlib.rcParams['axes.unicode_minus'] = False 그래프 그리기 # 그래프 기본 # x축 데이터 x = [1, 2, 3] # y축 데이터 y = [2, 4, 8] # 좌표 지정 plt.plot(x, y) # 차트 제목 지정 plt.title('꺽은선 그래프') #x,y축 이름 지정 # plt.xlabel('x축') # 레이블 지정 시 매개변수로 위치 지정..

데이터 분석(pandas) pandas 라이브러리 추가 시 뒤에 as 별칭 코드 추가 가능! # pandas 라이브러리 import # as 별칭 import pandas as pd 데이터 생성 data = { '이름' : ['김자바', '이자바', '박자바', '최자바', '정자바'], '학급' : ['자바반', '자바반', '자바반', '캐드반', '캐드반'], '국어점수' : [90, 80, 70, 100, 90], '영어점수' : [70, 80, 80, 70, 90], '평균' : [80.0, 80.0, 75.0, 85.0, 90.0], '취미' : ['독서', '', '', '요가', '축구'] } 데이터 표로 만들기 # 2차원 형태의 데이터로 변환(표) df = pd.DataFrame(data..