| 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 |
- Python Code
- DWG
- Class
- t1
- 43. Multiply Strings
- 파이썬
- Substring with Concatenation of All Words
- data science
- 시바견
- 715. Range Module
- Generator
- 운영체제
- 밴픽
- 컴퓨터의 구조
- shiba
- 109. Convert Sorted List to Binary Search Tree
- Regular Expression
- Protocol
- Convert Sorted List to Binary Search Tree
- kaggle
- 30. Substring with Concatenation of All Words
- LeetCode
- 프로그래머스
- Python Implementation
- concurrency
- Python
- iterator
- Decorator
- 315. Count of Smaller Numbers After Self
- attribute
- Today
- Total
목록kaggle (2)
Scribbling
데이터 분석 방법의 기초 - Kaggle 타이타닉 예제
데이터 분석 방법의 기초, 두번째 포스트 Kaggle 타이타닉 예제를 다룬다. https://www.kaggle.com/c/titanic 1. 데이터 살펴보기 아래 명령어로 pandas display 옵션을 설정 가능하다. pd.set_option("display.max_columns", 50) pd.set_option("display.max_rows", 50) 데이터 타입 train_df.dtypes 기초 통계량 train_df.describe() Null 확인 train_df.isnull().sum() 2. 개별 특성 분석하기 특성 갯수 세기 train_df['Cabin'].value_counts() all_df.Pclass.value_counts().plot.bar() 개별 특성과 목적 변수 관계 ..
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..