Data Science LAB

의사결정나무를 시각화하기 위한 패키지인 Graphviz 설치 방법 Homebrew 설치 2022.09.15 - [Python] Mac에서 tesseract 설치하기 및 한글 추가 [Python] Mac에서 tesseract 설치하기 및 한글 추가 이번에 맥북 프로로 노트북을 변경하면서 개발 환경 설정을 다시하는데 생각보다 너무 어려운 것,,,ㅎ,,,,, tesseract 설치 방법 1. Homebrew 설치 https://brew.sh/index_ko Homebrew The Missing Package Manage.. suhye.tistory.com 여기 앞부분 참고 터미널에서 graphviz 패키지 추가 brew install graphviz pip 설치 pip install graphviz from ..

등분산검정 1. 양측검정 - 귀무가설 : 표본의 분산은 같다. - 대립가설 : 표본의 분산은 같지 않다. 2. 단측 검정 - 귀무가설 : 표본의 분산은 같다. - 대립가설 : 표본의 분산은 작다. or 크다 파이썬으로 함수 구현 from scipy.stats import chi2 def var_test(x, va0, direction = 'two-tailed', alpha = 0.05): n = len(x) Q = (n-1) * np.var(x) / va0 print('direction', direction) if direction == 'lower': q = chi2.ppf(alpha, n-1) if Q = q: return 'H_0 rejected' else: return 'H_0 not reject..

탐색적 요인분석 - 요인분석 (FA)은 관찰된 변수 집합에서 가장 영향력 있는 기본 요인 또는 잠재 변수를 검색하는 데 사용되는 탐색적 데이터 분석 방법이다 . - 변수 수를 줄여 데이터 해석에 도움을 준다. - 모든 변수에서 최대 공분산을 추출하여 공통 점수에 넣는다. - 요인 분석은 시장 조사, 광고, 심리학, 금융 및 운영 연구에 널리 사용됨 탐색적 요인 분석 방법 1. 변수간의 상관행렬로부터 공통 요인 도출 2. 공통 요인을 이용해 변수간의 상관관계 설명 3. 요인 부하량(factor loading)이 절댓값 0.3 이상이면 유의하다고 판단 탐색적 요인 분석의 목적 1. 자료 요약 : 변수들을 몇개의 공통된 변인으로 묶음 2. 출정도구 타당성 검정 : 변인들이 동일한 요인으로 묶이는지를 확인 3...

1. 모든 컬럼의 결측치를 각 컬럼의 중앙값으로 채우기 df.fillna(df.mean(numeric_only=True)) df.isna().sum().sum() # 0 2. 특정 컬럼의 결측치를 그 컬럼의 중앙값으로 채우기 df['col'].fillna(df['col'].median())

데이터가 단순한 직선 형태가 아닌 비선형의 형태를 갖고 있을 때, 각 변수의 거듭 제곱을 새로운 변수로 추가하면 선형 모델을 사용할 수 있다. 이렇게 확장된 특성을 데이터 세트에 선형 모델로 훈련 시키는 기법을 다항회귀라고한다. 1. 다항 변수 생성 PolynomialFeatures(degree=d)를 활용해 변수 특성을 거듭제곱으로 변환 class sklearn.preprocessing.PolynomialFeatures(degree=2, interaction_only=False, include_bias = True, order='C') - 매개변수 degree : 다항식의 차수 결정 (default=2) interaction_only : 교차항을 추가할지 여부 결정 (False인 경우 교차항과 동일한 ..

하나 혹은 그 이상의 원인이 종속변수에 미치는 영향을 추적하여 식으로 표현하는 통계기법으로 머신러닝과 다르게 식으로 표현하기 때문에 해석력을 높일 수 있다. 선형 회귀분석의 평가 SST : 총변동 SSE : 설명된 변동 SSR : 설명되지 않은 변동을 의미 위의 수식이 의미하는 바는 총 변동 중 설명된 변동의 비율이다. 즉, 회귀 추정선이 전체 데이터를 얼마나 설명하고 있는지를 의미하며 이 값이 높다면 회귀 추정 직선으로 새로운 값을 예측하거나 추정하더라도 믿을 수 있는 정도를 의미한다. RMSE 값은 평균 제곱근 오차로 예측값에서 실제 관측값을 뺀 값의 제곱의 합을 표본의 수로 나눈 것이다. SSE값을 자유도 (n-2)로 나누고 루트를 취한 값과 같다. RMSE 값이 낮을 수록 예측력이 좋다고 할 수 ..