데이터 세상에서 살아남기 !

In [1]: # 라이브러리 import tensorflow as tf import pandas as pd In [2]: # 데이터 로딩 iris = pd.read_csv("./data/iris.csv") iris.head() Out[2]: 꽃잎길이 꽃잎폭 꽃받침길이 꽃받침폭 품종 0 5.1 3.5 1.4 0.2 setosa 1 4.9 3.0 1.4 0.2 setosa 2 4.7 3.2 1.3 0.2 setosa 3 4.6 3.1 1.5 0.2 setosa 4 5.0 3.6 1.4 0.2 setosa 분류문제를 해결하기 위해 종속변수에 해당하는 품종을 원핫인코딩을 한다. In [3]: # 원핫인코딩 iris = pd.get_dummies(iris) iris.head() Out[3]: 꽃잎길이 꽃잎폭 꽃받..

이번엔 다음예제로 보스턴집값을 예측하는 예제를 따라해보았습니다. In [1]: # 라이브러리 사용 import tensorflow as tf import pandas as pd In [2]: # 데이터 준비. data = pd.read_csv("./data/boston.csv") In [4]: # 데이터 확인. data.head() Out[4]: crim zn indus chas nox rm age dis rad tax ptratio b lstat medv 0 0.00632 18.0 2.31 0 0.538 6.575 65.2 4.0900 1 296 15.3 396.90 4.98 24.0 1 0.02731 0.0 7.07 0 0.469 6.421 78.9 4.9671 2 242 17.8 396.90 9.1..

혁신성장과정에서 배웠던 과목들을 다시한번 상기시켜보고자 차근차근 처음부터 되짚어 보고자 기초부터 다시한번씩 공부해보고자 "생활코딩"에서 진행하는 tensorflow 강의를 이용하기로 했습니다. (모든강의는 opentutorials.org/course/4570/28974 이곳에서 보실수 있습니다. ) 가장 첫번째 예제인 lemonade 판매예측을 하는 기본적인 예제를 작성해보았습니다. In [4]: #라이브러리 사용 import tensorflow as tf import pandas as pd In [6]: # 데이터 읽기. data = pd.read_csv("./data/lemonade.csv") In [7]: # 데이터확인 data.head() Out[7]: 온도 판매량 0 20 40 1 21 42 2..