SQL & Python Study

✏️ STUDY INDEX 01. 로지스틱 회귀 (Logistic Regression) 02. 최근접 이웃 (K-Nearest Neighbors, K-NN)03. 평가지표 F1-score와 혼동행렬  01. 로지스틱 회귀 (Logistic Regression)이진 또는 다항 분류 문제 해결에 주로 사용하는 분석 기법*범주가 2개인 것 (ex. 스팸 메일인지 아닌지)데이터가 어떤 범주에 속할 확률을 예측선형 회귀 결과를 0~1 사이 값으로 반환하는 시그모이드 함수를 활용하여 확률로 반환하는 원리.비용 함수를 최소화하여 모델의 예측 성능을 높이는 것이 목표*비용함수 : 로지스틱 회귀 모델이 예측한 값과 실제 타겟 값 사이의 차이   🍀 파이썬 로지스틱 회귀 분석 관련 함수sklearn.linear_mode..

✏️ STUDY INDEX00. 머신러닝의 학습 방식 01. 선형 회귀 02. 비선형 회귀(다항 회귀) 03. 회귀 분석 평가지표 - MSE, RMSE, R²   ✅ 머신러닝의 데이터 학습 방법은 3가지로 구분할 수 있어요. 이번 포스팅은 지도 학습에 해당하는 회귀 분석에 대한 내용입니다. 지도 학습 (Supervised Learning) : 정답이 있는 학습. 주어진 데이터(x)를 바탕으로 정답(y)을 예측하는 것.회귀 분석 : 예측값(y)가 연속형 데이터인 경우 분류 분석 : 예측값(y)가 이산형 데이터인 경우 - 범주형 데이터, 이미지 등을 인코딩하여 분석함. 비지도 학습 (Unsupervised Learning) : 정답이 없는 학습. 데이터를 분석하여 패턴이나 구조를 발견하는 것. 군집화(Clu..

✏️ STUDY INDEX 01. 수치형 데이터 전처리 : 스케일링(Scaling) - 표준화(Standardization) - 정규화(Normalization) - 로버스트 스케일링(Robust Scaling) 02. 범주형 데이터 전처리 : 인코딩(Encoding) - 레이블 인코딩(Label Encoding)- 원-핫 인코딩(One-hot Encoding) 01. 수치형 데이터 전처리 : 스케일링(Scaling)스케일링(Scaling)은 수치형 데이터 전처리 방식으로 변수의 범위(단위) 값을 맞춰주는 작업이에요.  💡스케일링이 필요한 이유 - 변수의 크기가 다르면 종속 변수(y) 에 미치는 영향을 제대로 파악하기 어려움.- 특히, 가중치와 간 거리 계산 기반의 알고리즘(ex. 경사하강법, KNN)..

✏️ STUDY INDEX 1. 파일 저장, 인덱스, 칼럼 2. 데이터 확인하기 - head(), info() 등  3. 불리언 인덱싱 4. 데이터 병합  - concat(), merge()5. 데이터 집계 - groupby(), pivot_table() 6. 데이터 정렬 - index※ Visual Studio Code 를 사용한 강의 복습 포스팅입니다.    ※ import pandas as pd를 가정하고 작성한 코드입니다.   01. Pandas 파일 저장, 인덱스, 칼럼  ① 데이터 파일 저장하기 .to_csv() 데이터 전처리 후에 파일을 저장할 때 사용인덱스를 별도로 설정해주지 않으면, unnamed 칼럼을 생성하여 넣으므로 index = False로 지정해줘야 함. data_name.to..

✏️ STUDY INDEX 1. 문자열을 쪼개 리스트로 반환하는 .split( )2. 객체지향 프로그래밍의 핵심 개념 클래스(class)3. 조건에 따라 요소를 선택할 수 있는 불리언 인덱싱(Boolean indexing)  1. 문자열을 쪼개 리스트로 반환하는 .split( ).split( ) 문자열을 쪼개 리스트로 반환해 주는 메서드로, 괄호 안의 값은 문자열을 나누는 기준이 됩니다.  .split(  ) 공백을 기준으로 분할 .split( ',' ) 특정 문자를 기준으로 분할 .split( '\n' ) 줄 단위로 문자열을 분할해당 메서드를 활용하여 아래와 같은 작업이 가능합니다. 순서대로 예제 코드를 짜볼게요. 기준에 따라 분할된 문자열을 합치기 *.join() 활용특정 문자 제외하기특정 개수의 항..

✏️ STUDY INDEX 1. 코랩(colab)에 csv, excel 파일 불러오기 2. 라이브러리 소개 3. 리스트 컴프리헨션(List Comprehension)4. lambda 함수 1. 코랩(Colab)에 csv, excel, txt. 파일 불러오기지난 [D+9] 포스팅에서 코랩(colab)은 구글에서 제공하는 클라우드 기반 주피터 노트북 환경으로, 웹 상에서 파이썬을 실행할 수 있도록 지원한다고 소개드렸는데요.  오늘은 코랩에 다양한 포맷의 데이터 파일을 불러오는 방법을 알려드리려고 합니다. 나중에 캐글에서 프로젝트를 진행하실 때 필요할 수 도 있으니까요! 전 과제로 이번에 처음 배우고, 진행해 봤어요! STEP ① 구글 드라이브 마운트하기  먼저 [중요] 갖고 있는 데이터 파일을 구글 드라이브..

✏️ STUDY INDEX 1. 함수 정의  2. 변수와 인수 - 전역 변수 vs 지역 변수, 매개 변수 vs 인수, 키워드 인수 vs 위치 인수  - 기본 값 설정, 가변 인수 활용법   1. 함수 정의 함수는 변수를 입력받아 원하는 처리를 한 후 값을 내보내는 작업을 수행하는 역할을 해요. 즉, 특정 기능을 수행하기 위해 코드를 그룹화하여 재사용 가능한 형태로 정의한 것입니다. 그래서 재사용이 가능하며, 모듈화 할 수 있고 유지 보수가 용이하다는 장점이 있어요. 함수는 def 키워드를 활용하여 정의해요. def 함수명 (매개 변수1, 매개 변수 2 ...) : 수행할 작업 코드 return 결과값(예제) 리스트 합을 반환하는 함수 만들기#함수 정의def calculate (usr_lis..

✏️ STUDY INDEX1.  조건문 (if ~ elif ~ else)2. 반복문 - for 문 3. 반복문 - while문 1.  조건문 (if ~ elif ~ else)if 문은 특정 조건이 참(TRUE)인 경우에만 코드가 실행되는 구문으로, if, elif, else 로 구성되어 있고 구조는 아래와 같아요. 중요한 것은 파이썬은 들여쓰기도 하나의 문법이라서, 조건문 아래 들여 쓰기 꼭 해야 한다는 점 잊지 말아야 해요!✅ if 문 구조 if 조건 : true 일때 실행될 코드 elif 조건 : 다른 조건이 true 일때 실행될 코드 else : 위 조건이 모두 거짓일때 실행쾰 코드 조건문에서는 비교 및 논리 연산자를 사용할 수 있어요. 비교 연산자논리 연산자>, 초과, 미만and 모두 참일 ..

✏️ STUDY INDEX 1. 리스트(list) 사용법 2. 튜플(tuple) 사용법 3. 딕셔너리(dictionary) 사용법  오늘은 파이썬의 자료 유형인 리스트, 튜플, 딕셔너리에 대해서 공부한 내용을 정리하려고 해요. 많은 데이터를 구조화하고 가공, 조작하는 데에 필요하기 때문에 매우 중요한 개념이에요. 세부적인 내용을 정리하기 앞서, 핵심 개념만 먼저 요약해 봤습니다.  📌 리스트, 튜플, 딕셔너리 개념 정리 리스트 [ list ]튜플 ( tuple )딕셔너리 { dictionary }기본 구조 [   ] 대괄호 사용 my_list = [1, 2, 3, 4](   ) 소괄호 사용 my_tuple = (1, 2, 'sql'){   } 중괄호 사용 my_dict = { 'key' : 'value..

✏️ STUDY INDEX 1. Colaboratory 프로그램 설치 및 환경 세팅 2. Colab 핵심 단축키 3. 파이썬 주요 데이터 타입 총정리!  1. Colaboratory 프로그램 설치 및 환경 세팅파이썬(Python)은 간결하고 직관적인(즉, 가독성이 높은) 프로그래밍 언어예요. 코드 결과를 줄 단위로 수시로 확인할 수 있어 입문하기 쉬운 언어이기도 하고,  🔥데이터 분석, 시각화, 머신러닝 등에 사용할 수 있어 데이터 분석가에게 너무나 중요한 언어 🔥라고 합니다.  이런 파이썬을 웹 환경에서 구동할 수 있게 도와주는 것이 바로 구글 코랩 (Google Colab) 입니다!구글이 제공하는 무료 클라우드 기반 Jupyter 노트북 환경으로, 웹을 통해 파이썬 코드를 작성하고 실핼할 수 있..