Jayden`s

[TIL]25.Ridge Regression(능형 회귀)

목표 범주형(Categorical) 자료를 다루기 위한 One-hot encoding 기법 이해 Ridge 회귀를 통한 특성 선택(Feature selection)과정 이해('일반화'의 관점에서) 정규화(Regularization)을 위한 Ridge 회귀 모델을 이해 One-hot encoding 이처럼 데이터에 문자열(string)이 존재할 때, 여기서 City 컬럼의 도시 지역을 나타내는 변수는 범주형 변수 범주형 자료는 명목형(nominal; 순서가 없음)과 순서형(ordinal; 순서가 있음)로 나뉘어짐 위의 예시에서 도시는 높고 낮음이 없고 우선순위이 단지 구분만 되기 때문에 명목형 one-hot encoding 모식도 pandas의 get_dummies 이용 df_oh = pd.get_dumm..

[TIL]24.다중선형회귀(Multiple Linear Regression)

목표 머신러닝모델링 시 train/test 데이터 분리해야하는 이유를 알기 다중선형회귀 이해 '일반화' 관점에서 과적합 및 과소적합 이해 '일반화' 관점에서 편향 및 분산의 트레이드 오프 개념 이해 train/test 데이터 나누기 데이터를 훈련/검증 데이터로 나누어야 우리가 만든 모델의 에측 성능을 제대로 평가 가능 모델링의 목적은 'train data'를 잘 맞추는 것이 아니라, 훈련에 사용하지 않는 'test data'를 이용해서 얼마나 정답을 내느냐 나누는 방법엔 다양한 방법이 있지만 우선 아래와 같은 방법이 있다.(train이 75%, test가 25%) train = df.sample(frac=0.75, random_state=1) te..

Kaggle_House Sales in King County, USA

케글 0. 들어가기 전 Data fields ID : 집을 구분하는 번호 date : 집을 구매한 날짜 price : 집의 가격(Target variable) bedrooms : 침실의 수 bathrooms : 화장실의 수 sqft_living : 주거 공간의 평방 피트(면적) sqft_lot : 부지의 평방 피트(면적) floors : 집의 층 수 waterfront : 집의 전방에 강이 흐르는지 유무 (a.k.a. 리버뷰) view : 집이 얼마나 좋아 보이는지의 정도 condition : 집의 전반적인 상태 grade : King County grading 시스템 기준으로 매긴 집의 등급 sqft_above : 지하실을 제외한 평방 피트(면적) sqft_basement : 지하실의 평방 피트(면적)..

'21.12.20(월)_매일 경제

매경, 전문가 50인 설문조사 '새 정부가 시급히 펼쳐야 하는 정책' 양도세, 종부세(종합부동산세) 등 세금 부담 완화 66점 재건축, 재개발 규제 완화 64점 주택 공급 확대 60점 임대차 3법 폐지 40점 대출 규제 완화 38점 내년 대선 이슈로 인해서(사실 지금 후보자들의 공약부터가 시작) 부동산 시장 자체는 큰 이슈가 될 것이다. 음의 영향일지 양의 영향일지는 아무도 모르지만, 단순하게 사람들의 관심이 향하게 되면 일단은 상승쪽일 것 같은데......(관심이 늘 수요와 비례하진 않지만) 탄소중립 목표 맞추려, 한전 해외사업 절반 줄인다(단, 신재생 발전은 2026년까지 2배로) 2050년 탄소중립 실현위해 해외매출 57% 차지 석탄발전 5년뒤까지 비중 30%로 낮추기로 환경을 생각하..

[TIL]23.Simple Regression(단순회귀)

선형회귀 목적 선형회귀모델 이해 지도학습(Supervised Learning) 이해 회귀모델에 대한 기준모델을 설정 Scikit-learn을 이용한 선형 회귀 모델 주택 판매 가격 예측 import pandas as pd # 주어진 url 주소를 이용해 house prices 데이터를 가져옵니다. df = pd.read_csv('https://ds-lecture-data.s3.ap-northeast-2.amazonaws.com/house-prices/house_prices_train.csv') df_t = pd.read_csv('https://ds-lecture-data.s3.ap-northeast-2.amazonaws.com/house-prices/house_prices_test.csv') df는 tr..