Data Analyst

In [1]: import matplotlib.pyplot as plt import numpy as np from sklearn import datasets, linear_model from sklearn.metrics import mean_squared_error, r2_score # 당뇨병 환자의 데이터 diabetes = datasets.load_diabetes() In [20]: diabetes.data.shape , diabetes.data , len(diabetes.data) Out[20]: ((442, 10), array([[ 0.03807591, 0.05068012, 0.06169621, ..., -0.00259226, 0.01990842, -0.01764613], [-0.00188202,..

의사결정트리를 만드는 과정¶ 의사결정트리의 가장 기본적인 역할은 범주형 데이터를 예측하는 것 In [16]: # 엔트로피가 가장 많이 줄어드는 방법으로 데이터를 나눈다 # => 타겟변수에 영향을 미치는 변수 순서 In [17]: import matplotlib.pyplot as plt import random from sklearn import datasets, tree from sklearn.metrics import accuracy_score, confusion_matrix from sklearn.metrics import precision_score, recall_score, f1_score In [18]: # 데이터 읽어오기 In [19]: digits=datasets.load_digits() I..

In [25]: from sklearn.datasets import load_iris from sklearn.model_selection import cross_val_score from sklearn.tree import DecisionTreeClassifier In [2]: iris = load_iris() In [4]: iris.data Out[4]: array([[5.1, 3.5, 1.4, 0.2], [4.9, 3. , 1.4, 0.2], [4.7, 3.2, 1.3, 0.2], [4.6, 3.1, 1.5, 0.2], [5. , 3.6, 1.4, 0.2], [5.4, 3.9, 1.7, 0.4], [4.6, 3.4, 1.4, 0.3], [5. , 3.4, 1.5, 0.2], [4.4, 2.9, 1.4..