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 |
- 주식매매
- 파이썬
- 코딩
- 가격맞히기
- 딥러닝
- 크롤링
- 주가예측
- 템플릿
- 추천시스템
- 연습
- 알고리즘
- 흐름도
- 주식
- 선형회귀
- 재귀함수
- 회귀
- PyTorch
- CLI
- tensorflow
- Linear
- python
- DeepLearning
- 게임
- 코딩테스트
- 머신러닝
- 프로그래머스
- Regression
- API
- 기초
- 주식연습
- Today
- Total
목록전체 글 (64)
코딩걸음마
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/Q6jSx/btrGSx3XlYG/UcvTkIkS46um06aGZKaVX1/img.png)
1) 출력 데이터 확인 및 결정 (출력 변수 확인) 공공데이터는 생각보다(?) 순순하게 정보를 주지 않더군요 크롤링 코드를 한줄씩 쓰면서 머리를 많이 굴렸습니다. 마이페이지 에 들어가서 승인받은 데이터를 클릭한 후 상세설명을 클릭합니다. 아래로 내리다 보면 나오는 리스트를 보면 다양한 정보에 대한 출력변수를 알 수 있습니다. 모든 데이터를 편하게 요청하기 위해 하나의 csv 또는 xlsx 파일을 하나 만들어서 출력변수를 한번에 요청하는 방법을 사용하겠습니다. 위 영역의 데이터를 긁어 엑셀을 열고, 하나의 엑셀파일에 붙여넣기 해주세요 요청변수 엑셀파일을 정리하여 요청리스트로 정리합니다. (1) 소문자로 전처리 출력변수 설명에는 Camel 표기법으로 되어있지만, 실제 입력 시에는 모두 소문자로 입력을 해야합..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bdI5cf/btrGcVdYnsF/7kowPchsZDSL7tp6ZdvPmk/img.png)
import numpy as np import pandas as pd import seaborn as sns import matplotlib.pyplot as plt from sklearn.preprocessing import StandardScaler df = pd.read_csv("경로/경로/파일명.csv") df target = df[['']].copy() data = df.copy() del data[''] import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim data = torch.from_numpy(df.values).float() data.shape 데이터와 target의 분류..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bkLLsq/btrF90yZ1Rw/9F3p4ZXz4Lh8ARmGS3YfgK/img.jpg)
import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn import datasets, preprocessing # Scikit-learn (sklearn) df = pd.read_csv("경로/경로/파일명.csv") df target = df[['']].copy() data = df.copy() del data[''] from sklearn import model_selection train_data, test_data, train_label, test_label = model_selection.train_test_split(data, target, test_size=0.3, random_state=0) pri..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/dhoMpg/btrF5OfxIbi/HqeGck8hXKKxGb9sAmKGa0/img.jpg)
import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn import datasets, preprocessing # Scikit-learn (sklearn) df = pd.read_csv("경로/경로/파일명.csv") df target = df[['']].copy() data = df.copy() del data[''] from sklearn import model_selection train_data, test_data, train_label, test_label = model_selection.train_test_split(data, target, test_size=0.3, random_state=0) pri..