본문 바로가기

반응형

전체 글

(291)
6장 자유자재로 데이터 가공하기 (7) 정리하기 ## 1. 조건에 맞는 데이터만 추출하기 exam.query('english = 50') # 여러 조건 중 하나 이상 충족 exam.query('math >= 90 | english >= 90') exam.query('nclass in [1, 3, 5]') ## 2. 필요한 변수만 추출하기 exam['math'] # 한 변수 추출 exam[['nclass', 'math', 'english']] # 여러 변수 추출 exam.drop(columns = 'math') # 변수 제거 exam.drop(columns = ['math', 'english']) # 여러 변수 제거 ## 3. pandas 명령어 조합하기 exam.query('math >= 50')[['id', 'math']].head() ##..
6장 자유자재로 데이터 가공하기 (6) 6-7 데이터 합치기 데이터를 합치는 방법 : 가로로 합치기, 세로로 합치기 가로로 합치기 1. pd.merge()에 결합할 데이터 프레임명 나열 2. 오른쪽에 입력한 데이터 프레임을 왼쪽 데이터 프레임에 결합하도록 how = 'left'를 입력 3. 데이터를 합칠 때 기준으로 삼을 변수명을 on에 입력 # 중간고사 데이터 만들기 test1 = pd.DataFrame({'id' : [1, 2, 3, 4, 5], 'midterm' : [60, 80, 70, 90, 85]}) # 기말고사 데이터 만들기 test2 = pd.DataFrame({'id' : [1, 2, 3, 4, 5], 'final' : [70, 83, 65, 95, 80]}) test1 test2 total = pd.merge(test1, t..
파이참으로 YOLOv5 모델 학습 with Custom dataset Custom dataset을 활용하여 pycharm으로 YOLO v5 모델을 통한 프로젝트를 진행하는 내용에 대해 작성해보겠습니다. 이번 프로젝트에서는 일반적인 캔(음료수캔, 커피캔, 맥주캔)과 부탄캔 이미지를 분류하는 작업을 수행하였습니다. 1. 이미지 데이터 구하기 프로젝트를 진행하기 위해 먼저 일반적인 캔(이하 일반캔)과 부탄캔 이미지를 수집하였습니다. 일반캔의 경우 한국지능정보사회진흥원에서 운영하는 AI허브의 생활 폐기물 이미지 중 캔류에서 원천 데이터를 얻어내었고, 부탄캔 이미지의 경우 직접 촬영하거나 인터넷에 있는 이미지 데이터를 수집해서 활용하였습니다. AI-Hub 자세히보기 AI 허브가 추천하는 검색어입니다. 태그를 클릭하여 검색결과를 확인하세요. aihub.or.kr 2. 데이터 라벨링하..

반응형