IT 지식 창고
-
주가 예측 딥 러닝을 위한 자료들IT 지식 창고 2019. 4. 2. 17:39
Naver 금융에서 데이터 불러올 때 참고한 사이트 https://excelsior-cjh.tistory.com/109 5. Pandas를 이용한 Naver금융에서 주식데이터 가져오기 Pandas를 이용한 Naver금융에서 주식데이터 가져오기 이전에 포스팅한 3. 주식 데이터를 PostgreSQL에 저장하기에서는 주식데이터를 수집하기 위해서 증권API인 크레온Plus를 이용했다. 하지만, 이 증권API가 여간.. excelsior-cjh.tistory.com 텐서플로우를 활용한 LSTM 알고리즘 구현 참고 사이트 https://m.blog.naver.com/wideeyed/221160038616 [Tensorflow] LSTM RNN을 이용하여 아마존 주가 예측하기 LSTM RNN을 이용하여 아마존 주가..
-
KNN(K Neighbor Nearest)이란?IT 지식 창고 2019. 3. 25. 01:26
KNN ( K-Nearest Neighbor) In [1]: #주피터 노트북 블로그게시용 함수 from IPython.core.display import display, HTML display(HTML("")) KNN ( K -Nearest Neighbor) 개요¶KNN은 K - 최근접 이웃법으로 분류 문제에 사용하는 알고리즘입니다.새로운 데이터가 들어왔을 때 기존 데이터의 그룹 중 어떤 그룹에 속하는지 분류하는 문제를 말합니다. 실제 문제를 풀 때 자주 사용되지는 않지만, 이미지 분류 문제(딥러닝)에 대한 기본적인 접근방법입니다. KNN의 하이퍼 파라미터는 탐색할 이웃 수(k), 거리 측정 방법 두가지 입니다.k와, 거리 측정 방법에 따라 분류 경계면이 달라 진다는 이야기 입니다. 먼저 원리에 대해 간..
-
(Anaconda) anaconda를 통한 가상환경 생성/제거/연동IT 지식 창고 2019. 3. 19. 18:31
1. cmd창에서 Python 버전 확인하는 방법 단축키 : Win키 + R 실행창에서 cmd친후 확인 python --version 입력하기 2. 파이썬 가상환경 만들기 (Anaconda를 이용) 미리 Anaconda라는 파이썬 패키지를 검색하여 다운로드하셔야 사용 가능합니다. conda create -n 가상환경이름 python=3.x anaconda ex) 1. conda create -n test python=3.6 (최소한의 python 패키지만 설치) 2. conda create -n test python=3.6 anaconda (python사용 시 자주사용하는 라이브러리 포함(numpy, pandas 등)) 하면 본인의 anaconda를 저장한 경로에 env라는 폴더 안에 가상 환경 폴더가 ..
-
(Kaggle) Titanic Machine Learning 입문IT 지식 창고 2019. 1. 31. 21:17
Kaggle Titanic Machine Learning을 처음 입문 하면서 이론도 많이 부족하여 정말 많은 커널과 구글링을 통하여 어느 정도 공부를 하고 이해를 한 상태에서 전체적으로 머신러닝을 시행하였습니다.블로그에 제가 한 것을 올리고 싶었지만, 앞으로 이론 공부를 하고 예제에 적용할 때 타이타닉 예제를 활용할 예정이라 계속적으로 업데이트가 될 것 같아서 제 Kaggle Kernel 링크를 올려 드리겠습니다. 보고 다들 많은 도움 되셨으면 합니다. 저는 ticket을 제외하고 모든 열을 사용하도록 하였습니다.https://www.kaggle.com/casim0/titanic-machine-learning-ticket-casim0 -참고-Kaggle Titanic Kernel에서 소개된 가장 간단하고..
-
간단하게 원하는 열만 따로 뽑아 프린트할 때IT 지식 창고 2019. 1. 29. 23:34
print('제일 나이 많은 탑승객 : {:.1f} Years'.format(train_df['Age'].max())) print('제일 어린 탑승객 : {:.1f} Years'.format(train_df['Age'].min())) print('탑승객 평균 나이 : {:.1f} Years'.format(train_df['Age'].mean()))print('제일 나이 많은 탑승객 : {:.1f} Years'.format(train_df['Age'].max()))print('제일 어린 탑승객 : {:.1f} Years'.format(train_df['Age'].min()))print('탑승객 평균 나이 : {:.1f} Years'.format(train_df['Age'].mean()))제일 나이 많은 탑..
-
(Python) 각종 라이브러리에 대한 요약IT 지식 창고 2019. 1. 28. 16:54
import Seaborn as snsSeaborn은 Matplotlib을 기반으로 다양하고 유익한 통계 그래프를 그리기 위한 고급 인터페이스를 제공합니다.Seaborn이 제공하는 기능 중 일부는 다음과 같습니다.여러 변수 간의 관계를 검사 하기 위한 데이터 집합 지향 API범주 형 변수를 사용하여 관찰 또는 집계 통계를 보여주는 특수한 지원단 변량 또는 이 변량 분포를 시각화하고 데이터의 하위 집한 간에 이들을 비교하는 옵션여러 종류의 종속 변수에 대한 선형 회귀 모델의 자동 추정 및 플로팅복잡한 데이터 세트의 전반적이 구조에 대한 편리한 견해복잡한 시각화를 쉽게 만들 수 있는 다중 플롯 그리드 구조화를 위한 높은 수준의 추상화여러 가지 내장 테마로 matplotlib그림 스타일을 간결하게 제어데이터의..