데이터 한 그릇

StandardScaler 피처의 값들의 크기가 크면 머신러닝 성능에 안좋은 영향을 끼친다. 표준화를 시키는 작업. 가우시안 분포 즉, 정규분포를 만들어감 from sklearn.preprocessing import StandardScaler, MinMaxScaler from sklearn.datasets import load_breast_cancer import pandas as pd data_cancer = load_breast_cancer() 사이킷런 데이터 로드하기 data_pd = pd.DataFrame(data = data_cancer.data, columns = data_cancer.feature_names) data_pd['target'] = pd.DataFrame(data = data_c..

교차검증해보기 import numpy as np np.mean(cross_val_score(knn, X_train, y_train)) 최적의 하이퍼 파라미터 찾아보기 temp = [] for i in range(1,20): knn = KNeighborsClassifier(n_neighbors = i) knn.fit(X_train, y_train) temp.append(knn.score(X_test, y_test)) 반복문을 통해서 최적의 하이퍼 파라미터 값을 찾아볼 수 있음. GridSearchCV GridSearchCV 를 통해서 모델의 최적의 하이퍼 파라미터값을 서칭할 수 있다. params = { 'n_neighbors' : [2,3,4,5,6,7], 'weights' : ['distance','u..