분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
🏃♂️Lv1 | EDA | 라이브러리 불러오기 (import)
⬇️Lv1 | EDA | 파일 불러오기 (read_csv())
🔍Lv1 | EDA | 행열갯수 관찰하기 (shape)
✅Lv1 | EDA | 데이터 확인하기 (head())
💣Lv1 | EDA | 결측치 확인하기 (is_null())
🧲Lv1 | 전처리 | 데이터 결측치 확인하기 (info())
🛠Lv1 | 전처리 | 결측치 삭제하기, 대체하기 (dropna(), fillna())
🌲Lv1 | 모델링 | scikit-learn (DecisionTreeClassifier)
🌳Lv1 | 모델링 | 모델선언 (DecisionTreeClassifier())
✈️Lv1 | 모델링 | 테스트예측(predict())
🤔 Lv2 | 전처리 | 결측치 평균으로 대체 (fillna({mean}))
😲 Lv2 | 전처리 | 결측치 보간법으로 대체 (interpolate())
🔨 Lv2 | 모델링 | 랜덤포레스트 개념, 선언 (RandomForestRegressor())
✏️ Lv2 | 모델링 | 랜덤포레스트를 평가척도에 맞게 학습 (criterion='mse')
🔎 Lv2 | 튜닝 | 랜덤포레스트 변수중요도 확인 (feature_importances_)
🚆 Lv2 | 튜닝 | 하이퍼파라미터, GridSearch 개념 (정지규칙)
⚒ Lv2 | 튜닝 | GridSearch 구현 (GridSearchCV())
📝 Lv2 | 복습
🔎 Lv3 | EDA | read_csv(), info(), shape, head()
🤔 Lv3 | EDA | 결측치 유무 확인하기 isnull().sum()
🗂 Lv3 | EDA | 수치데이터 특성 보기 (describe())
✅ Lv3 | EDA | 타깃 변수 분포 시각화 seaborn distplot()
📈Lv3 | EDA | Matplotlib 선 그래프 그리기 (plot())
🔲 Lv3 | EDA | Matplotlib 히스토그램 그리기 (hist())
👍 Lv3 | 전처리 | 이상치 탐지 seaborn_boxplot()
💕Lv3 | 전처리 | 수치형 데이터 정규화 MinMaxScaler()
🌏Lv3 | 전처리 | 원-핫 인코딩 OneHotEncoder()
😎Lv3 | 모델링 | 모델 정의 RandomForestClassifier()
🐱🏍Lv3 | 모델링 | 모델 실습 RandomForestClassifier()
🍦Lv3 | 튜닝 | Bayesian Optimization
🍧Lv3 | 튜닝 | 그리드, 랜덤 서치 vs Bayesian Optimization
🍨Lv3 | 튜닝 | Bayesian Optimization 실습
📝 Lv3 | 복습
🍦 Lv4 | EDA | 1/5 | seaborn pairplot
🍨 Lv4 | EDA | 2/5 | seaborn distplot
🍧 Lv4 | EDA | 3/5 | seaborn | heatamp
🥝Lv4 | EDA | 4/5 | 다중공선성 Scatter plot
🍎Lv4 | EDA | 5/5 | 다중공선성 VIF(분산 팽창 요인)
🧸Lv4 | 전처리 | 1/9 | 다중공선성 해결 | 변수 정규화
🎨Lv4 | 전처리 | 2/9 | 다중공선성 해결 | 변수 제거
🧵Lv4 | 전처리 | 3/9 | 다중공선성 해결 - PCA (1)
🪀Lv4 | 전처리 | 4/9 | 다중공선성 해결 - PCA (2)
🥌Lv4 | 전처리 | 5/9 | 다중공선성 해결 - PCA (3)
🏐Lv4 | 전처리 | 6/9 | 연속형 변수 변환 (1)
🎣Lv4 | 전처리 | 7/9 | 연속형 변수 변환 (2)
🎢Lv4 | 전처리 | 8/9 | Polynomial Features (1)
🎪Lv4 | 전처리 | 9/9 | Polynomial Features (2)
🥩Lv4 | 모델링 | 3/8 | LightGBM 개념
🍤Lv4 | 모델링 | 4/8 | LightGBM 실습
🍩Lv4 | 모델링 | 5/8 | stratified k-fold 정의
🍪Lv4 | 모델링 | 6/8 | stratified k-fold 실습
🍘Lv4 | 모델링 | 7/8 | Voting Classifier 정의
🍙LV4 | 모델링 | 8/8 | Voting Classifier 실습
🛹Lv4 | 튜닝 | 1/6 | Bayesian Optimization 복습
🧷Lv4 | 튜닝 | 2/6 | Bayesian Optimization 실습
🚀Lv4 | 튜닝 | 4/6 | Light GBM 튜닝
🚁Lv4 | 튜닝 | 5/6 | 모델 튜닝 / Voting Classifier(1)
🚲Lv4 | 튜닝 | 6/6 | 모델 튜닝 / Voting Classifier(2)
💫Lv1 | EDA | 1/12 | 파일 불러오기 - (nrows, n번째 행까지 불러오기)
🚗Lv1 | EDA | 2/12 | 파일 불러오기 - (header, 원하는 행을 컬럼으로 지정하여 불러오기)
🚓Lv1 | EDA | 3/12 | 파일 불러오기 - (index_col, 원하는 컬럼을 인덱스로 지정하여 불러오기)
🚕Lv1 | EDA | 4/12 | 파일 불러오기 - (na_filter, 결측치를 제외하고 불러오기)
🪂 Lv1 | EDA | 5/12 | 파일 불러오기 - (skipfooter, 뒤에서 n개 행 제외하고 불러오기)
🚍Lv1 | EDA | 6/12 | 파일 불러오기 - (encoding, 데이터의 인코딩 형식을 맞춰 불러오기)
🚆Lv1 | EDA | 7/12 | 파일 불러오기 - (names, 데이터를 불러올 때 컬럼명을 지정해서 불러오기)
🍈Lv1 | EDA | 8/12 | 파일 내보내기 - (index=False, 데이터를 저장할 때 index 제외하고 저장)
🍉Lv1 | EDA | 9/12 | 데이터 확인하기 - (head(),tail())
🍊Lv1 | EDA | 10/12 | 데이터 결측치 확인하기 - (isnull().sum())
🍋Lv1| EDA | 11/12 | unique value 값 개수 출력(value_counts()
🍌Lv1 | EDA | 12/12 | 데이터 기본 정보 보기(info())
🥧Lv1 | 전처리 | 1/14 | 텍스트 데이터 전처리 개요
🍦Lv1 | 전처리 | 2/14 | 텍스트 데이터 특정 텍스트 제거(replace())
🍧Lv1 | 전처리 | 3/14 | 텍스트 데이터 특정 텍스트 제거(isalpha())
🍨Lv1 | 전처리 | 4/14 | 텍스트 데이터 특정 텍스트 제거(isalnum())
🍩Lv1 | 전처리 | 5/14 | 텍스트 데이터 특정 텍스트 제거(isdecimal())
🍪Lv1 | 전처리 | 6/14 | 특정 텍스트 제거 - apply(),lambda()
🎂Lv1 | 전처리 | 7/14 | 형태소 분석기 - (1)
🧁Lv1 | 전처리 | 8/14 | 형태소 분석기 - (2)
🍫Lv1 | 전처리 | 9/14 | 형태소 분석기 - (3)
🍬Lv1 | 전처리 | 10/14 | Bag of Words
🍭Lv1 | 전처리 | 11/14 | CountVectorizer - (1)
🍡Lv1 | 전처리 | 12/14 | CountVectorizer - (2)
🍺Lv1 | 전처리 | 13/14 | TF-IDF(Term Frequency - Inverse Document Frequency) - (1)
🍻Lv1 | 전처리 | 14/14 | TF-IDF(Term Frequency - Inverse Document Frequency) - (2)
🌺Lv1 | 모델링 | 1/6 | train_test_split - (1)
🌻Lv1 | 모델링 | 2/6 | train_test_split - (2)
🌼Lv1 | 모델링 | 3/6 | train_test_split - (3)
🌷Lv1 | 모델링 | 4/6 | train_test_split - (4)
🥀Lv1 | 모델링 | 5/6 | train_test_split / LGBM - (1)
🌱Lv1 | 모델링 | 6/6 | train_test_split / LGBM - (2)
🌴Lv1 | 튜닝 | 1/2 | 파라미터 / 하이퍼 파라미터
🌾Lv1 | 튜닝 | 2/2 | 하이퍼 파라미터 튜닝 / gird search
#데이콘 #데이콘_101 #파이썬 #머신러닝 #딥러닝 #인공지능 #앙상블 #의사결정나무 #코랩 #데이터 #데이터분석 #판다스 #넘파이 #데이터사이언티스트 #AI #Python # Pandas #Numpy #lightgbm #read_csv #DACON #kaggle #sckit-learn
🏃♂️Lv1 | EDA | 라이브러리 불러오기 (import)
⬇️Lv1 | EDA | 파일 불러오기 (read_csv())
🔍Lv1 | EDA | 행열갯수 관찰하기 (shape)
✅Lv1 | EDA | 데이터 확인하기 (head())
💣Lv1 | EDA | 결측치 확인하기 (is_null())
🧲Lv1 | 전처리 | 데이터 결측치 확인하기 (info())
🛠Lv1 | 전처리 | 결측치 삭제하기, 대체하기 (dropna(), fillna())
🌲Lv1 | 모델링 | scikit-learn (DecisionTreeClassifier)
🌳Lv1 | 모델링 | 모델선언 (DecisionTreeClassifier())
✈️Lv1 | 모델링 | 테스트예측(predict())
🤔 Lv2 | 전처리 | 결측치 평균으로 대체 (fillna({mean}))
😲 Lv2 | 전처리 | 결측치 보간법으로 대체 (interpolate())
🔨 Lv2 | 모델링 | 랜덤포레스트 개념, 선언 (RandomForestRegressor())
✏️ Lv2 | 모델링 | 랜덤포레스트를 평가척도에 맞게 학습 (criterion='mse')
🔎 Lv2 | 튜닝 | 랜덤포레스트 변수중요도 확인 (feature_importances_)
🚆 Lv2 | 튜닝 | 하이퍼파라미터, GridSearch 개념 (정지규칙)
⚒ Lv2 | 튜닝 | GridSearch 구현 (GridSearchCV())
📝 Lv2 | 복습
🔎 Lv3 | EDA | read_csv(), info(), shape, head()
🤔 Lv3 | EDA | 결측치 유무 확인하기 isnull().sum()
🗂 Lv3 | EDA | 수치데이터 특성 보기 (describe())
✅ Lv3 | EDA | 타깃 변수 분포 시각화 seaborn distplot()
📈Lv3 | EDA | Matplotlib 선 그래프 그리기 (plot())
🔲 Lv3 | EDA | Matplotlib 히스토그램 그리기 (hist())
👍 Lv3 | 전처리 | 이상치 탐지 seaborn_boxplot()
💕Lv3 | 전처리 | 수치형 데이터 정규화 MinMaxScaler()
🌏Lv3 | 전처리 | 원-핫 인코딩 OneHotEncoder()
😎Lv3 | 모델링 | 모델 정의 RandomForestClassifier()
🐱🏍Lv3 | 모델링 | 모델 실습 RandomForestClassifier()
🍦Lv3 | 튜닝 | Bayesian Optimization
🍧Lv3 | 튜닝 | 그리드, 랜덤 서치 vs Bayesian Optimization
🍨Lv3 | 튜닝 | Bayesian Optimization 실습
📝 Lv3 | 복습
🍦 Lv4 | EDA | 1/5 | seaborn pairplot
🍨 Lv4 | EDA | 2/5 | seaborn distplot
🍧 Lv4 | EDA | 3/5 | seaborn | heatamp
🥝Lv4 | EDA | 4/5 | 다중공선성 Scatter plot
🍎Lv4 | EDA | 5/5 | 다중공선성 VIF(분산 팽창 요인)
🧸Lv4 | 전처리 | 1/9 | 다중공선성 해결 | 변수 정규화
🎨Lv4 | 전처리 | 2/9 | 다중공선성 해결 | 변수 제거
🧵Lv4 | 전처리 | 3/9 | 다중공선성 해결 - PCA (1)
🪀Lv4 | 전처리 | 4/9 | 다중공선성 해결 - PCA (2)
🥌Lv4 | 전처리 | 5/9 | 다중공선성 해결 - PCA (3)
🏐Lv4 | 전처리 | 6/9 | 연속형 변수 변환 (1)
🎣Lv4 | 전처리 | 7/9 | 연속형 변수 변환 (2)
🎢Lv4 | 전처리 | 8/9 | Polynomial Features (1)
🎪Lv4 | 전처리 | 9/9 | Polynomial Features (2)
🥩Lv4 | 모델링 | 3/8 | LightGBM 개념
🍤Lv4 | 모델링 | 4/8 | LightGBM 실습
🍩Lv4 | 모델링 | 5/8 | stratified k-fold 정의
🍪Lv4 | 모델링 | 6/8 | stratified k-fold 실습
🍘Lv4 | 모델링 | 7/8 | Voting Classifier 정의
🍙LV4 | 모델링 | 8/8 | Voting Classifier 실습
🛹Lv4 | 튜닝 | 1/6 | Bayesian Optimization 복습
🧷Lv4 | 튜닝 | 2/6 | Bayesian Optimization 실습
🚀Lv4 | 튜닝 | 4/6 | Light GBM 튜닝
🚁Lv4 | 튜닝 | 5/6 | 모델 튜닝 / Voting Classifier(1)
🚲Lv4 | 튜닝 | 6/6 | 모델 튜닝 / Voting Classifier(2)
💫Lv1 | EDA | 1/12 | 파일 불러오기 - (nrows, n번째 행까지 불러오기)
🚗Lv1 | EDA | 2/12 | 파일 불러오기 - (header, 원하는 행을 컬럼으로 지정하여 불러오기)
🚓Lv1 | EDA | 3/12 | 파일 불러오기 - (index_col, 원하는 컬럼을 인덱스로 지정하여 불러오기)
🚕Lv1 | EDA | 4/12 | 파일 불러오기 - (na_filter, 결측치를 제외하고 불러오기)
🪂 Lv1 | EDA | 5/12 | 파일 불러오기 - (skipfooter, 뒤에서 n개 행 제외하고 불러오기)
🚍Lv1 | EDA | 6/12 | 파일 불러오기 - (encoding, 데이터의 인코딩 형식을 맞춰 불러오기)
🚆Lv1 | EDA | 7/12 | 파일 불러오기 - (names, 데이터를 불러올 때 컬럼명을 지정해서 불러오기)
🍈Lv1 | EDA | 8/12 | 파일 내보내기 - (index=False, 데이터를 저장할 때 index 제외하고 저장)
🍉Lv1 | EDA | 9/12 | 데이터 확인하기 - (head(),tail())
🍊Lv1 | EDA | 10/12 | 데이터 결측치 확인하기 - (isnull().sum())
🍋Lv1| EDA | 11/12 | unique value 값 개수 출력(value_counts()
🍌Lv1 | EDA | 12/12 | 데이터 기본 정보 보기(info())
🥧Lv1 | 전처리 | 1/14 | 텍스트 데이터 전처리 개요
🍦Lv1 | 전처리 | 2/14 | 텍스트 데이터 특정 텍스트 제거(replace())
🍧Lv1 | 전처리 | 3/14 | 텍스트 데이터 특정 텍스트 제거(isalpha())
🍨Lv1 | 전처리 | 4/14 | 텍스트 데이터 특정 텍스트 제거(isalnum())
🍩Lv1 | 전처리 | 5/14 | 텍스트 데이터 특정 텍스트 제거(isdecimal())
🍪Lv1 | 전처리 | 6/14 | 특정 텍스트 제거 - apply(),lambda()
🎂Lv1 | 전처리 | 7/14 | 형태소 분석기 - (1)
🧁Lv1 | 전처리 | 8/14 | 형태소 분석기 - (2)
🍫Lv1 | 전처리 | 9/14 | 형태소 분석기 - (3)
🍬Lv1 | 전처리 | 10/14 | Bag of Words
🍭Lv1 | 전처리 | 11/14 | CountVectorizer - (1)
🍡Lv1 | 전처리 | 12/14 | CountVectorizer - (2)
🍺Lv1 | 전처리 | 13/14 | TF-IDF(Term Frequency - Inverse Document Frequency) - (1)
🍻Lv1 | 전처리 | 14/14 | TF-IDF(Term Frequency - Inverse Document Frequency) - (2)
🌺Lv1 | 모델링 | 1/6 | train_test_split - (1)
🌻Lv1 | 모델링 | 2/6 | train_test_split - (2)
🌼Lv1 | 모델링 | 3/6 | train_test_split - (3)
🌷Lv1 | 모델링 | 4/6 | train_test_split - (4)
🥀Lv1 | 모델링 | 5/6 | train_test_split / LGBM - (1)
🌱Lv1 | 모델링 | 6/6 | train_test_split / LGBM - (2)
🌴Lv1 | 튜닝 | 1/2 | 파라미터 / 하이퍼 파라미터
🌾Lv1 | 튜닝 | 2/2 | 하이퍼 파라미터 튜닝 / gird search
#데이콘 #데이콘_101 #파이썬 #머신러닝 #딥러닝 #인공지능 #앙상블 #의사결정나무 #코랩 #데이터 #데이터분석 #판다스 #넘파이 #데이터사이언티스트 #AI #Python # Pandas #Numpy #lightgbm #read_csv #DACON #kaggle #sckit-learn
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved