Certificate/AICE

해당 문제가 Linear인지, Classification 문제인지에 따라 다른 모델을 import 해야 한다. 회귀 문제 주요 모델들은 다음과 같다. from sklearn.tree import DecisionTreeRegressor from sklearn.linear_model import LinearRegression from sklearn.ensemble import RandomForestRegressor from sklearn.neighbors import KNeighborsRegressor from sklearn.svm import SVR 평가지표들을 import한 후 사용 from sklearn.metrics import mean_absolute_error, r2_score, mean_abso..

Label Encoding & One-Hot Encoding label encoding의 경우 'object'타입을 따로 빼서 적용하는 방법이 있다. 먼저 'object' 타입들을 따로 뺀다. df1_obj = df1.select_dtypes("object") sklearn의 LabelEncoder를 import한다. 그 다음 fit_transform()을 통해서 object 형태를 숫자 형태로 바꿔준다. from sklearn.preprocessing import LabelEncoder le = LabelEncoder() df1['cust_clas_itg_cd'] = le.fit_transform(df1_obj['col1']) One-Hot Encoding은 다음과 같이 하면 된다. get_dummie..

1. pandas로 데이터 불러오기 df = pd.read_csv('./data.csv') 2. 데이터 확인 # index 확인 df.index # columns df.columns # values df.values # 통계치 계산 df.describe() # null 값 확인 df.isna().sum() # 특정 column 확인 df['name'] # column 데이터 별 건수 df['name'].value_counts() # 비율로 확인 df['name'].value_counts(normalize=True) # 모든 column에 대한 데이터 분포 건수 [df[c].value_counts() for c in df] [df[c].value_counts(normalize=True) for c in d..

"AICE는 인공지능 능력시험입니다. (AI 자격증) 영어 능력을 평가하는 토익처럼, AICE는 인공지능 활용능력을 평가합니다. KT가 개발했고, 한국경제와 함께 주관합니다." kt에서 개발한 AICE Associate 시험 대비 정리 노트이다. 먼저 가장 기본적인 라이브러리들 import 해야 한다. 대표적인 라이브러리 import들은 다음과 같다. 1. 설치 # seabprn 설치 %pip install seaborn 2. import # 기본 import # 코드실행시 경고 메시지 무시 import warnings warnings.filterwarnings(action='ignore') import numpy as np import pandas as pd %matplotlib inline impor..