카페검색 본문
카페글 본문
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
j) # 6. 모델 생성및 fn=0인 var_smooting값 찾기 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) # predict = 예측하다 a=sum(result3==y_test)/len(y...
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
y_test,result).ravel() print(tn,fp,fn,tp) #10 from sklearn.naive_bayes import GaussianNB model2 = GaussianNB(var_smoothing = 0.001) model2.fit ( x_train, y_train) result2 = model2.predict(x_test) sum(result2==y_test)/len(y_test)*100 for...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
0:-1, :] # 0번부터 509번까지의 행들 #5. 모델 설정 from sklearn.naive_bayes import GaussianNB model=GaussianNB(var_smoothing=0.001) #6. 모델 훈련 model.fit(x2.iloc[:-1,:],y.iloc[0:-1]) # 맨끝에 추가한 행만 빼고 나머지 행 훈련 시킴 #7. 맨...
-
구문분석 2022.08.03해당카페글 미리보기
1)다시 복습중인데 whose cover 부분(소유격 관계대명사)은 어떻게 해석해야 맞나요? This bed whose covers I straighten smoothing edges till blie quilt fits brown blanket and nothing hangs out. 2)그리고 예시가 7개라고 강의에서 말씀하셨는데...
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
split(x2, y, test_size=0.2, random_state=state) for i in np.arange(0.001, 0.011, 0.001): model2 = GaussianNB(var_smoothing=i) model2.fit(x_train, y_train) result2 = model2.predict(x_test) a = sum( result2 == y_test) / len(y_test) * 100...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
가져오려면 ? x2.iloc[ 0:510, : ] #4. 모델설정 from sklearn.naive_bayes import GaussianNB model=GaussianNB(var_smoothing=0.001) #5. 모델훈련 model.fit( x2.iloc[ 0:510, : ] , y[:510] ) # 맨끝에 추가한 행만빼고 나머지 행들을 훈련 시킴 #6...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
x = pd.get_dummies(x) x_train = x.iloc[:-1] x_test = x.iloc[[-1]] y_train = fl.iloc[:-1, -1] model = GaussianNB(var_smoothing=0.001) model.fit(x_train, y_train) result = model.predict_proba(x_test).tolist()[0] for i, j in zip(sorted(y...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
x) # 511 # len(y) # 511 # 모델 설정 및 훈련 , 예측 from sklearn.naive_bayes import GaussianNB model=GaussianNB(var_smoothing=0.001) model.fit(x2.iloc[0:510,:],y[ : 510]) # 추가한 행만 빼고 모델 훈련 model.predict(x2.iloc[510...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
x2.iloc[-1:,:] #6. 모델생성, 훈련, 예측 from sklearn.naive_bayes import GaussianNB # 모델 생성 model = GaussianNB(var_smoothing = 0.001) # 모델 훈련 model.fit(x_train,y_train) # ★ 테스트 데이터 예측 result = model.predict(test_data...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
dummies(x) len(x2) # 511 len(y) # 511 #4. 모델설정 from sklearn.naive_bayes import GaussianNB model=GaussianNB(var_smoothing=0.001) #5. 모델훈련 model.fit( x2.iloc[0:-1] , y.iloc[:-1] ) # 맨끝에 추가한 행만빼고 나머지 행들을 훈련 시킴 #6...