생활코딩

Coding Everybody

코스 전체목록

닫기

표를 다루는 도구 '판다스'

수업소개

'판다스'를 이용하여 데이터 다루는 방법을 배우는 수업입니다, 모델을 학습시키기 위하여 파일로부터 데이터를 읽어들이고, 독립변수와 종속변수를 분리하여 데이터 준비합니다.

 

강의 

 

실습 

 

소스코드

colab |  backend.ai

###########################
# 라이브러리 사용
import pandas as pd

###########################
# 파일로부터 데이터 읽어오기
파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/lemonade.csv'
레모네이드 = pd.read_csv(파일경로)

파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/boston.csv'
보스턴 = pd.read_csv(파일경로)

파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/iris.csv'
아이리스 = pd.read_csv(파일경로)

###########################
# 데이터의 모양확인
print(레모네이드.shape)
print(보스턴.shape)
print(아이리스.shape)

###########################
# 데이터 칼럼이름 확인
print(레모네이드.columns)
print(보스턴.columns)
print(아이리스.columns)


###########################
# 독립변수와 종속변수 분리
독립 = 레모네이드[['온도']]
종속 = 레모네이드[['판매량']]
print(독립.shape, 종속.shape)

독립 = 보스턴[['crim', 'zn', 'indus', 'chas', 'nox', 
            'rm', 'age', 'dis', 'rad', 'tax',
            'ptratio', 'b', 'lstat']]
종속 = 보스턴[['medv']]
print(독립.shape, 종속.shape)

독립 = 아이리스[['꽃잎길이', '꽃잎폭', '꽃받침길이', '꽃받침폭']]
종속 = 아이리스[['품종']]
print(독립.shape, 종속.shape)


###########################
# 각각의 데이터 확인해보기
print(레모네이드.head())
print(보스턴.head())
print(아이리스.head())

댓글

댓글 본문
  1. 솔나무
    재밌따잉
  2. Yu Han Noh
    완료
  3. 워니맘
    아자아자!!
  4. 완료
  5. 할수있어
  6. 인간지능
    잘 보았습니다. 완료!
  7. 엄현주
    완료
  8. 루피밤비집사
    완료요
  9. 김영환
    완료
  10. 김종열
    완료
  11. Poroporo
    완료:)
  12. 생각많음
    완료
  13. 나건
    완료
  14. 이마누
    완료
  15. 나비효과학습
    완료
  16. 제갈자공
    완료!
  17. 이덕규
    완료!
  18. Hotbrains
    완료~ 감사합니다.
  19. 김지민
    완료!
  20. 이성민
    완료!
  21. 210721
  22. shg7271
    210721
  23. songji
  24. 이지윤
    완료!
  25. semin3993
    완료!
  26. 210720
  27. Naked Lunch
    야학 3기! 보스턴에서 마신 아이리스가 들어간 레모네이스!
  28. minkey
    야학3기 21.07.19
  29. 정효빈
    완료했습니다.
  30. 05-06
  31. 장청룡
    20210310 완료
  32. 범벌
    완료
  33. 코가띵혀
    완료
  34. 완료하였습니다.
  35. ericpark
    완료했습니다.
  36. 바이크
    완료
  37. DreamComeTrue
    완료!
  38. 조지아
    완료
  39. 완료
  40. 청춘낭비금물
    완료
  41. 금순언니
    완료
  42. 힘센엔진
    완료!
  43. 손님입장
    완료
  44. jeseung
    완료!
  45. 완료
  46. 차차caca
    완료!
  47. 이선비
    종속변수와 관련이 있다고 생각되는 변수를 모두 사용하면 딥러닝 모델이 알아서 학습할 겁니다.

    전통적인 머신러닝에서는 보다 좋은 모델을 만들기 위해
    모델 설계자가 특징 선택 및 추출 등 중간 과정에 개입해야 했었는데요.
    그런 과정이 모델 내에서 이루어 진다고 생각하면 되겠습니다.

    :)
    대화보기
    • 고고고고
      완료
    • 코티서처
      그럼, 최대한 수치화된 독립 변수가 많으면 좋은 것인가요?
      대화보기
      • IT와시민기자
        완료
      버전 관리
      이선비
      현재 버전
      선택 버전
      graphittie 자세히 보기