카페검색 본문
카페글 본문
-
「파웰 쇼크」로 시작된 일미 금융 시장 후폭풍! 정부·일은의 외환 개입에 승산은? 2022.09.23해당카페글 미리보기
일은이 이차원 완화 속행을 결정한 전후의 급격한 시세 변동에 대해, G7 · G20 합의로 인정되고 있는 '스무딩 오페레이션(smoothing operation)', 시세의 과도한 변동을 진정시킬 목적이라고 하는 체재로 이번에 환율 개입을 밟았을 것이다」 이렇게 추측...
-
22년 8월 29일 암호화폐 저녁 뉴스 모음 2022.08.29해당카페글 미리보기
공식 채널을 통해 발표했다. 이번 업그레이드에는 수수료 우선 순위 시스템 개선, 보상 시스템 개편, 스무딩 풀(Smoothing Pool) 도입이 포함됐으며, 이더리움 머지(PoS 전환) 대비도 마쳤다고 로켓풀은 설명했다. 외신 "아바랩스, 로펌과 비밀 협약 맺고...
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
1,11,1): x_train,x_test,y_train,y_test=train_test_split(x2,y,test_size=0.2,random_state=j) model3=GaussianNB(var_smoothing=i) model3.fit(x_train,y_train) result3=model3.predict(x_test) tn,fp,fn,tp=confusion_matrix(y_test,result3).ravel...
-
친구에게 2022.09.02해당카페글 미리보기
font-family: AppleSDGothicNeo-Regular, "Malgun Gothic", "맑은 고딕", system-ui, -apple-system, Helvetica, sans-serif; -webkit-font-smoothing: antialiased; margin-top: 0px; caret-color: rgba(0, 0, 0, 0); clear: both; word-break: break...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
가져오려면? x2.iloc[0:510, :] # 4. 모델 설정 from sklearn.naive_bayes import GaussianNB model = GaussianNB(var_smoothing = 0.001) # 5. 모델 훈련 model.fit(x2.iloc[0:510, :], y[:510]) # 맨끝에 추가한 행만 빼고 나머지 행들을 훈련 시킴 # 6...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
x2=pd.get_dummies(x) x2 len(x2) #511 #4.모델설정 from sklearn.naive_bayes import GaussianNB model=GaussianNB(var_smoothing=0.001) #5모델훈련 model.fit(x2.iloc[0:510, :], y[:510] ) #맨끝에 추가한 한 행 뺴고 나머지 데이터들 훈련 #6데이터...
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
split(x2, y, test_size = 0.2, random_state = rs) for i in np.arange(0.001, 0.01, 0.001): model3 = GaussianNB(var_smoothing = i) model3.fit(x_train, y_train) result3 = model3.predict(x_test) a = sum(result3 == y_test) / len(y_test) * 100...
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
숫자로 변경 mush = pd.read_csv("d:\\data\\mushrooms.csv") x2 = pd.get_dummies(x) dict1= {'random state':[],'var_smoothing':[],'accuracy':[],'FN':[]} for i in np.arange(1,11,1): x_train, x_test, y_train, y_test = train_test_split(x2, y...
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
test_split(x2, y, test_size=0.2, random_state=i) for j in np.arange(0.001 ,0.01, 0.001): model3=GaussianNB(var_smoothing=j) model3.fit(x_train, y_train) result3=model3.predict(x_test) tn,fp,fn,tp = confusion_matrix(y_test, result3).ravel...
-
그시절 이웃집 사진들 2022.10.01해당카페글 미리보기
AppleSDGothicNeo-Regular, "Malgun Gothic", "맑은 고딕", system-ui, -apple-system, Helvetica, sans-serif; -webkit-font-smoothing: antialiased; margin-top: 0px; font-size: 14px; caret-color: transparent; clear: both; word-break: break-word...