4장 분류하는 뉴런 만들기-이진 분류 (2)
4-4 분류용 데이터 세트 준비 - 유방암 데이터 세트 준비하기 1. load_breast_cancer() 함수 호출하기 from sklearn.datasets import load_breast_cancer cancer = load_breast_cancer() 2. 입력 데이터 확인하기 print(cancer.data.shape, cancer.target.shape) ##출력: (569, 30) (569,) 3. 박스 플롯으로 특성의 사분위 관찰하기 cancer.data[:3] ##출력 array([[1.799e+01, 1.038e+01, 1.228e+02, 1.001e+03, 1.184e-01, 2.776e-01, 3.001e-01, 1.471e-01, 2.419e-01, 7.871e-02, 1.095..
3장 머신러닝 기초 다지기-수치 예측 (1)
3-1 선형 회귀 - 문제 해결을 위해 당뇨병 환자의 데이터 준비하기 1. load_diabetes() 함수로 당뇨병 데이터 준비하기 from sklearn.datasets import load_diabetes diabetes = load_diabetes() 2. 입력과 타깃 데이터의 크기 확인하기 print(diabetes.data.shape, diabetes.target.shape) ##출력: (442, 10) (442,) 3. 입력 데이터 자세히 보기 diabetes.data[0:3] ##출력: array([[ 0.03807591, 0.05068012, 0.06169621, 0.02187235, -0.0442235 , -0.03482076, -0.04340085, -0.00259226, 0.0199..
2장 최소한의 도구로 딥러닝 시작
2-1 구글 코랩 - 구글이 제공하는 주피터 노트북 - 구글 클라우드의 가상 서버를 활용 (https://colab.research.google.com/) 2-2 딥러닝을 위한 도구들 알아보기 - 파이썬 리스트 my_list = [10, 'hello list', 20] print(my_list[1]) ##결과 : hello list my_list_2 = [[10, 20, 30], [40, 50, 60]] print(my_list_2[1][1]) ##결과:50 - 넘파이 준비하기 import numpy as np print(np.__version__) - 넘파이로 배열 만들기 1) array() 함수로 2차원 배열만들기 my_arr =np.array([[10, 20, 30], [40, 50, 60]]) p..
