코딩걸음마

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..

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..

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..

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..