1. 코드 import numpy as np In [122]: # Make Dummy Data data_num = 1000 # feature 값 생성 X1 = np.random.randn(data_num) X2 = np.random.randn(data_num) X3 = np.random.randn(data_num) # 노이즈 noise = np.random.normal(0,5,data_num) # target 값 생성 y = 30 * X1 - 20 * X2 + 12 *X3 +10+ noise X = np.array([X1,X2,X3]).T 이렇게 되는 이유를 자세히 알고 싶으면 아래 사이트를 참고 gradient_weights = -(1/self.data_num) * np.dot(X.T , error) ..
월간 데이콘 항공편 지연 예측 AI 경진대회 notion : https://www.notion.so/jung110/DAYCON-0e5c3a3b7c06479ebbfa4661a8a8cc22?pvs=4 - public 0.64 - private 0.83 환경 설정 및 데이터 불러오기 # 전처리 import pandas as pd import numpy as np import random import os import gc # 시각화 import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline # 모델링 및 전처리 import catboost from catboost import CatBoostClassifier from sklearn.pre..
1. 문제 출처 및 참고한 사람 문제: https://www.kaggle.com/competitions/titanic Titanic - Machine Learning from Disaster | Kaggle www.kaggle.com 참고:https://www.kaggle.com/code/omarelgabry/a-journey-through-titanic/notebook A Journey through Titanic Explore and run machine learning code with Kaggle Notebooks | Using data from Titanic - Machine Learning from Disaster www.kaggle.com 2. 문제 풀이 # 필요한 라이브러리 불러오기 # 데..
