| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 | 31 |
Tags
- 운영체제
- data science
- 109. Convert Sorted List to Binary Search Tree
- 715. Range Module
- Substring with Concatenation of All Words
- iterator
- Protocol
- Convert Sorted List to Binary Search Tree
- 컴퓨터의 구조
- Python
- shiba
- kaggle
- Python Code
- 30. Substring with Concatenation of All Words
- 43. Multiply Strings
- attribute
- 315. Count of Smaller Numbers After Self
- 프로그래머스
- Decorator
- t1
- Python Implementation
- Regular Expression
- 시바견
- 파이썬
- Generator
- Class
- LeetCode
- DWG
- concurrency
- 밴픽
Archives
- Today
- Total
목록주택 가격 예측 (1)
Scribbling
데이터 분석 방법의 기초 - Kaggle 주택 가격 예측 예제
이 포스트에서는 캐글 주택 가격 예측 예제를 풀어보며, 데이터 분석 방법의 기초를 다져보고자 한다. 캐글 주택 가격 예측 예제 링크 https://www.kaggle.com/c/house-prices-advanced-regression-techniques 1. 데이터 불러오기 및 데이터 살펴보기 필자는 구글 코랩을 사용하며, 구글 드라이브에서 데이터를 불러온다. from google.colab import drive drive.mount('/content/drive') 데이터 파일 종류 및 경로는 아래와 같다. data_dir = "/content/drive/MyDrive/Colab Notebooks/kaggle/house_prices/data/" submit_dir = "/content/drive/My..
Computer Science/Data Science
2021. 11. 23. 10:41