카페검색 본문
카페글 본문
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
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) a= sum(result3 == y_test) / len(y_test) *100 tn,fp...
-
Re: 문제188. (오늘의 마지막 문제) 위의 결과에 FN 값도 같이 출력되게하는데... 2022.08.03해당카페글 미리보기
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=j) model = GaussianNB(var_smoothing=i) model.fit(x_train, y_train) result = model.predict(x_test) accuracy = accuracy_score(y_test, result) tn, fp, fn...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
x2.iloc[:-1,:] x_test = x2.iloc[-1:] #모델 from sklearn.naive_bayes import GaussianNB model = GaussianNB(var_smoothing=0.001) #모델설정 model.fit(x_train,y) #모델훈련 #예측 result = model.predict_proba(x_test) result #예측확률 b=y.dropna...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
x) # x2.shape (511, 12) #5. 모델 설정하기 from sklearn.naive_bayes import GaussianNB fat_model = GaussianNB(var_smoothing=0.001) #6. 모델훈련 x3 = x2.iloc[:-1, :] y2 = y[:-1] fat_model.fit(x3, y2) #7. 테스트 데이터 예측하기 test_data...
-
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=k) for i in np.arange(0.0001, 0.001, 0.0001): model2 = GaussianNB(var_smoothing=i) model2.fit(x_train,y_train) result2 = model2.predict(x_test) z = sum(result2==y_test)/len(y_test) tn,fp,fn...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
4 ] y #3. 숫자로 컬럼을 변경 x2 = pd.get_dummies(x) x2 #len(x2) 511 #len(y) 511 #4. 모델설정 model=GaussianNB(var_smoothing=0.001) #5. 모델훈련 model.fit( x2.iloc[ 0:510, : ] , y[:510] ) # 맨끝에 추가한 행만빼고 나머지 행들을 훈련 시킴...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
수행해야 함) x2 = pd.get_dummies(x) ###4.모델설정 from sklearn.naive_bayes import GaussianNB model=GaussianNB(var_smoothing=0.001) ###5.모델훈련 model.fit(x2.iloc[:-1,:],y[:-1]) ###6.모델예측 model.predict(x2.iloc[-1:,:]) result = model...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
컬럼 변경 x2 = pd.get_dummies(x) x3 = x2.iloc[0:510, :] test_data = x2.iloc[510:, :] # 6. 모델설정 model=GaussianNB(var_smoothing = 0.001) # 7. 모델훈련 model.fit(x3, y) # 8. 문제에서 제시한 테스트 데이터 예측 model.predict_proba(test...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
#y x2 = pd.get_dummies(x) #x2 #x2.iloc[ 510: , : ] from sklearn.naive_bayes import GaussianNB model=GaussianNB(var_smoothing=0.001) model.fit( x2.iloc[ 0:510, : ] , y[:510] ) result=model.predict_proba( x2.iloc[ 510: , : ] ) b=y.dropna...
-
Re: 문제192. 데이터 게시판의 지방간 데이터를 이용해서 나이브 베이즈 모델을 만들고 ... 2022.08.04해당카페글 미리보기
1] y x2 = pd.get_dummies(x) x2 len(x2) len(y) from sklearn.naive_bayes import GaussianNB model = GaussianNB(var_smoothing=0.001) model.fit(x2.iloc[0:-1, :],y[:-1]) result =model.predict_proba(x2.iloc[-1:,:]) result.tolist() b= y.unique...