DSOB

아래는 8번~10번 입력,출력 자료입니다! 8. 9. 10. ->10번 문제를 입력할 때, end=" " 문구가 어디에 쓰이는 건지 모르겠어요,,

1. 다음 코드를 실행하여 아래와 같은 실행 결과를 출력하려 한다. 코드를 완성하시오. test = '5' for n in ___________________: print("test") -> test ="5" for n in range(5): print("test") 2. 다음과 같이 자연수 n이 주어졌을 때, 1부터 n까지 하나씩 출력하는 프로그램을 작성하시오. range 함수를 사용할 것 -> n = int(input("자연수를 입력하시오 : ")) for i in range(1, n+1, 1): print(i) n = n +1 3. 다음과 같이 자연수 n이 주어졌을 때, n부터 1까지 한 줄에 하나씩 출력하는 프로그램을 작성하시오. range 함수를 사용할 것 -> n = int(input("자연수..

#1 for문을 사용해 1부터 100까지의 숫자를 출력해 보세요 for i in range(1,101,1): print(i) #2 A학급에 총 10명의 학생이 있다. 이 학생들의 중간고사 점수는 다음과 같다. for문을 사용해 서 A학급의 평균 점수를 구해보세요. A = [70,60,55,75,95,90,80,80,85,100] total = 0 for score in A: total += score average = total/10 print(average) A = [70,60,55,75,95,90,80,80,85,100] total = 0 for score in A: total += score average = total / len(A) print(average) #3 다음 for문과 동일한 기능을 ..

#새로운 분류모델 돌려보기 import warnings warnings.filterwarnings('ignore') from sklearn.model_selection import train_test_split import pandas as pd # training dataset 불러오기 data = pd.read_csv("C:/Users/lucy8/OneDrive/바탕 화면/train.csv", encoding = 'utf-8') # 맞춰야 하는 것은 type이기 때문에 type과 나머지 데이터들을 분리해줌 X = data[data.columns[:, :]] y = data[["class"]] # training dataset과 test dataset으로 쪼개기 # training과 test의 비율은 ..

서포트벡터머신 모델 #필요 패키지 불러오기 from sklearn.model_selection import train_test_split from sklearn.metrics import accuracy_score import pandas as pd import warnings warnings.filterwarnings('ignore') from sklearn import svm #데이터 불러오기 train_data = pd.read_csv("C:/Users/twink/Documents/카카오톡 받은 파일/train.csv") # type과 나머지 데이터들을 분리 X = train_data.iloc[:, 2:] y = train_data.iloc[:, 1] # training dataset과 test d..

저번 시간에 알아본 나이브 베이즈 분류 모델을 직접 실습해보도록 하겠습니다~ *출처* https://m.blog.naver.com/baek2sm/221786426960 파이썬 나이브 베이즈 분류 머신러닝 알고리즘 예제 머신러닝&딥러닝 쿡북(MLCook) 사이킷런 나이브 베이즈 분류 예제 안녕하세요. 동네코더입니다. 이... blog.naver.com (이 분의 글을 참고하여 거의 똑같이 실습했기에 출처를 먼저 밝힙니다) 1. 나이브 베이즈 분류 모델 개요 - 머신러닝 기법 중 하나이며 전통적으로 텍스트 분류를 위해 사용되었던 알고리즘 - 지도학습 알고리즘 - 기본 원리는 베이즈 정리(Baye’s theorem)를 적용한 원리 - 흔히 스팸 메일 분류로 설명됨 스팸 메일 분류 텍스트에 등장하는 단어들의 빈..

KNN 알고리즘 구현하기 # 필요한 패키지 import import pandas as pd from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_score # 데이터 로드 train_data = pd.read_csv("C:/Users/allye/Desktop/DSOB/WIDA Dacon/DCSTree/train.csv") # type과 나머지 데이터들을 분리해줌 X = train_data.iloc[:, 2:] y = train_data.iloc[:, 1] # 데이터셋 분할 (학습용 데이터와 검증용 데이터) #..

참고자료 - 데이터 과학을 위한 파이썬 프로그래밍 2. 파이썬 기초 - 03 제어문 (조건문, 반복문) 학습목표 반복문의 개념과 for문, while문에 대해 학습하고, 반복문의 제어에 대해 이해한다. 문자열 역순 출력 및 십진수를 이진수로 변환하는 실습을 진행한다. 코드의 오류를 처리하는 방법에 대해 학습한다. 반복문 01 반복문 반복문(loop)의 개념 반복문: 정해진 동작을 반복적으로 수행할 때 사용하는 명령어 ex) - 학생 100명의 성적 산출 쇼핑몰에서 상품 추천 MS 워드에서 단어 바꾸기 명령 실행 → 쇼핑몰에서 상품 추천 : 사용자의 상품 구매 특징과 다른 상품 간의 특징을 비교해야 한다. → 한 번에 일어나는 것이 아님 = 반복이 일어날 수밖에 없음 반복문의 특징 반복 시작 조건, 종료 ..

Decision Tree 코드는 블럭으로 따로 첨부 X https://github.com/cAhyoung/dacon_stars_type_clf/blob/main/practive_code/dt_rf_practice.py Hyper parameter criterion(기준) : default=”gini”, 데이터를 분류하기 위한 척도 “gini” 지니계수를 기반으로 한 데이터 분류 “entropy” 엔트로피 값을 기반으로 한 데이터 분류 “log_loss” log_loss를 기반으로 한 데이터 분류 splitter(분할) : default=”best” “best” 가장 좋은 분할 방식을 찾음 “random” 가장 좋은 랜덤 분할 방식을 찾음 max_depth : default=None 트리구조의 최고 깊이를..

참고도서 : 데이터 과학을 위한 파이썬 프로그래밍, 최상철 반복문의 개념 정해진 동작을 반복적으로 수행할 때 사용하는 명령어 모든 프로그램에서 핵심적으로 사용됨 반복 시작 조건, 종료 조건, 수행 명령으로 구성 들여쓰기와 블록으로 구분 for, while이라는 명령 키워드를 사용 for문 반복 범위를 지정하여 반복 수행 List 사용 >>> for looper in [1,2,3,4,5]: print("hello") hello hello hello hello hello >>> for looper in [1,2,3,4,5]: print(looper) 1 2 3 4 5 range 사용 만약 100번을 반복해야 한다면? → 리스트에 1부터 100까지 모든 값을 적기에는 너무 오래 걸림 for 변수 in rang..