electronicprogrammer

이번 포스팅에서는 Pandas를 이용해서 불러온 데이터프레임에서 각 속성간의 관계를 파악하기 위해서 상관행렬을 구하고 이를 이용해보는 과정을 정리해보겠습니다. 상관행렬에 대한 이론을 간단하게 정리하자면 아래와 같습니다. 먼저 각 속성에 대한 분산과 속성들간의 공분산을 구해서 분산 - 공분산 행렬을 만듭니다. 근데 여기서 공분산 값을 최솟값 = -1 , 최댓값 = 1 로 만듬으로써 표준화하는 것이 상관행렬이고 이를 이용하는 것이 피어슨 상관계수입니다. 이제 이를 파이썬을 이용해 구현해보겠습니다. 먼저 Pandas를 이용해서 데이터를 불러오고 데이터 구조를 확인해보겠습니다. 이제 이 데이터를 기반으로 상관행렬을 구해보겠습니다. corr_Info = insurance.corr() df.corr() 함수를 이용..

문제 : www.acmicpc.net/problem/14888 14888번: 연산자 끼워넣기 첫째 줄에 수의 개수 N(2 ≤ N ≤ 11)가 주어진다. 둘째 줄에는 A1, A2, ..., AN이 주어진다. (1 ≤ Ai ≤ 100) 셋째 줄에는 합이 N-1인 4개의 정수가 주어지는데, 차례대로 덧셈(+)의 개수, 뺄셈(-)의 개수, www.acmicpc.net 문제는 다음과 같습니다. 문제에서 요구하는 것은 주어진 수에서 연산자의 위치를 변경함으로써 얻을 수 있는 최대 최소 값을 구하는 것입니다. 핵심은 수는 고정이 되어있고 연산자의 위치를 변경하는 것입니다. 따라서 저희는 연산자가 주어지면 이에 대한 갯수를 파악해서 인덱스를 기준으로 순열을 진행하겠습니다. 그렇게 되면 저희는 연산자의 위치를 변경하면서..

이번 포스팅에서는 .csv 파일을 Pandas를 이용해서 불러온 데이터에 대해서 Boxplot , ViolinPlot을 그리는 방법에 대해서 정리하도록 하겠습니다. 먼저 데이터를 불러오겠습니다. 먼저 Seaborn을 이용하기 이전에 matplotlib을 이용해서 seaborn을 그려보도록 하겠습니다. 데이터의 시각화는 성별에 따라서 보험비용의 청구 비용을 비교하기 위한 것으로 정해보겠습니다. 따라서 먼저 성별별로 데이터를 분류해보겠습니다. male_Flag = [sex == 'male' for sex in insurance['sex']] male_DF = insurance.loc[insurance[male_Flag].index] male_DF = male_DF.reset_index(drop=True) f..

데이터 출처 : www.kaggle.com/mustafaali96/weight-height weight-height.csv weights and heights. www.kaggle.com github 주소 : github.com/sangHa0411/DataScience/blob/main/Statistics_Part2.ipynb sangHa0411/DataScience Contribute to sangHa0411/DataScience development by creating an account on GitHub. github.com 이번 포스팅을 통해서는 기초 통계학에서 배우는 가설 검정에 대해서 Python의 Scipy 라이브러리를 이용해서 구현해보고 가설검정의 과정과 원리에 대해서 이해해보도록 하겠습..

이번 주제는 Machine Learning에서의 Decision Tree를 이용해서 타이타닉 생존여부에 대한 예측해보는 것입니다. Part1 에서는 타이타닉 데이터에 대해서 분석해보고 Part2에서는 Decision Tree의 알고리즘의 원리 및 어떻게 진행되는지에 대해서 살펴보겠습니다. Part3에서는 Scikit - learn에서의 Decision Tree를 사용해보는 방법을 알아보겠습니다 Part1 목표 : 타이타닉 데이터 분석 및 시각화 데이터 출처 : www.kaggle.com/c/titanic/data Titanic: Machine Learning from Disaster Start here! Predict survival on the Titanic and get familiar with ML..