ML&DL/Data Analysis(3)
-
[회귀] 삼성전자 주가 예측 모델 구현하기 (시계열 데이터)
[삼성전자 주가 예측 모델 구현하기] 데이터 FinanceDataReader를 활용한 주가 데이터셋 https://financedata.github.io/posts/finance-data-reader-users-guide.html FinanceDataReader 사용자 안내서 FinanceDataReader 사용자 안내서 financedata.github.io 데이터 컬럼 Open: 시가 High: 고가 Low: 저가 Close: 종가 Volume: 거래량 Change: 대비 💻 실습 * 라이브러리 import import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import warnings ..
2023.11.19 -
[분류] 학생 데이터 분석 & 성적 등급 예측 모델
[ 학생의 정보 데이터로 성적 등급을 예측해보기] 데이터셋 출처 https://www.kaggle.com/aljarah/xAPI-Edu-Data Students' Academic Performance Dataset xAPI-Educational Mining Dataset www.kaggle.com 데이터 컬럼 gender: 학생의 성별 (M: 남성, F: 여성) NationaliTy: 학생의 국적 PlaceofBirth: 학생이 태어난 국가 StageID: 학생이 다니는 학교 (초,중,고) GradeID: 학생이 속한 성적 등급 SectionID: 학생이 속한 반 이름 Topic: 수강한 과목 Semester: 수강한 학기 (1학기/2학기) Relation: 주 보호자와 학생의 관계 raisedhands..
2023.11.19 -
[분류] 심부전증 데이터 분석 & 예측 모델
- 목표: 심부전증 데이터 분석 및 예측 모델 만들기 - 데이터셋 https://www.kaggle.com/andrewmvd/heart-failure-clinical-data Heart Failure Prediction 12 clinical features por predicting death events. www.kaggle.com - 데이터 변수 age: 환자의 나이 anaemia: 환자의 빈혈증 여부 (0: 정상, 1: 빈혈) creatinine_phosphokinase: 크레아틴키나제 검사 결과 diabetes: 당뇨병 여부 (0: 정상, 1: 당뇨) ejection_fraction: 박출계수 (%) high_blood_pressure: 고혈압 여부 (0: 정상, 1: 고혈압) platelets:..
2023.11.19