Notice
Recent Posts
Recent Comments
Link
| 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 | 31 |
Tags
- 반복문
- analizer
- Python
- insert()
- function
- elbow method
- IN
- Dictionary
- DataAccess
- nan
- string
- del
- dendrogram
- pandas
- 최솟값
- wcss
- list
- count()
- sklearn
- 분류 결과표
- DataFrame
- append()
- matplotlib
- 최댓값
- hierarchical_clustering
- numpy
- 덴드로그램
- Machine Learning
- data
- len()
Archives
- Today
- Total
목록Multiple Linear regression (1)
개발공부
아래처럼, 여러개의 features 를 기반으로, 수익을 예측하려 한다. 위와 같이, 여러개의 변수들을 통해, 수익과의 관계를 분석하고 이를 통해, 새로운 데이터가 들어왔을 때, 수익이 어떻게 될 지를 예측하고자 한다. 아래는 하나의 변수일때와, 여러개의 변수가 있을때의 linear regression 을 나타낸다. 2차원에서는 선 이지만, 3차원에서는 평면이 된다. 그후 오차가 가장 적을 때 b 값들을 찾으면 된다. 아래 데이터로 실습해보자. # 어떤 신생 회사의 데이터가 있으면, 그 회사가 얼마의 수익을 낼 지 예측해보기 df = pd.read_csv('data/50_Startups.csv') df.head() # 1.NaN 처리 >>> df.isna().sum() R&D Spend 0 Adminis..
Python/Machine Learning
2022. 5. 9. 19:43