250x250
Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 13 | 14 | 15 | 16 | 17 | 18 | 19 |
| 20 | 21 | 22 | 23 | 24 | 25 | 26 |
| 27 | 28 | 29 | 30 | 31 |
Tags
- 비전공자
- 주성분분석
- 디지털트레이닝
- 컨설팅펌
- 데이터시각화
- PCA
- 코랩
- 컴퓨터공학
- 빅데이터
- 국비지원교육
- 캐글
- Ai
- 부트캠프
- RA
- 다중회귀분석
- 파이썬
- 로지스틱회귀분석
- 맥킨지
- t-test
- 인공지능
- 기계학습
- 웜업
- 코드스테이츠
- 웹스크래핑
- 데이터사이언스
- K-Digital Training
- AI부트캠프
- 선형대수학
- 컨설팅
- BCG
Archives
- Today
- Total
목록pc3 (1)
94년생 스피노자
[코드 블록] 주성분 분석 (Principal Component Analysis)
주성분 분석은 다차원 데이터를 분류하기 위해 사용된다. 다차원 데이터는 변수를 여러개 가진 데이터를 의미한다. 예시로는 seaborn 패키지에 있는 'penguins' 데이터를 활용할 것이다. 0. 필요 패키지 불러오기 import matplotlib.pyplot as plt import pandas as pd import numpy as np import seaborn as sns from sklearn.decomposition import PCA from sklearn.preprocessing import StandardScaler, Normalizer from sklearn.pipeline import make_pipeline 1. 데이터 전처리 pg = sns.load_dataset('pengui..
철기시대 석공 벗어나기/코딩 조각
2021. 5. 22. 11:14