티스토리챌린지 10

마인크래프트 에듀 초보 배우기 종합 2편 : 블록코딩- 하늘을 걷는 다리 만들기

하늘을 걷는 다리를 만들어 봅시다 목차 코드블록 마인크래프트 에듀케이션 에디션의 코드블록은 게임 내에서 프로그래밍을 배울 수 있도록 도와주는 기능이다. 블록코딩 또는 텍스트코딩을 익힐 수 있다. 1. 시작c : 코드 빌더 창 열기 언어 선택 : MakeCode (블록코딩) / Python (파이썬 텍스트코딩) 2. 변수1) 데이터 저장소 숫자, 문자, 논리값(true/ false) 등 데이터나 값을 저장하고 사용할 수 있는 공간을 의미한다. 변수는 코딩을 통해 다양한 데이터를 관리하고 작업의 흐름을 제어하는 데 사용된다. 2) 사용 예시 - 플래그 변수 프로그램의 상태를 true나 false 값으로 관리하여 특정 조건에서 코드가 실행되거나 중지되도록 한다. 3. 반복문while ~ 동안 블록은 특정 조건..

마인크래프트 에듀 초보 배우기 종합 1편 : 기본기

마인크래프트 에듀케이션 버전에서 초보가 익혀야 할 기본 기능에 대해 요약 정리한 내용이다. 1.  방향키W A S D 위 왼 아래 오 2. 점프 space 3. 하늘날기space 두 번 4. 부수기왼쪽커서 5. 핫바획득한 자원 표시슬롯 1~ 9까지- 쓰레기 관련 자원 예시이어진 단어는 언더바 표시하기Beetroot Seeds 사탕무 씨앗Rotten Flesh 썩은 살점Paper 종이Bone Meal 뼛가루Glass Bottle 병Leather 가죽Cobweb 거미줄Damaged Tools 부서진 도구들Slimeball 슬라임볼Slime Block 비닐이나 플라스틱 큰 형태 표현  6. 블록 배치마우스 오른쪽 키를 눌러 배치잘못 놓았다면 다시 부수고 놓기 7. 월드빌더채팅창이용/wb : 마인크래프트 에듀케..

pandas 배우기 5편 모델 : 훈련, GridSearchCV, 하이퍼파라미터, 평가 : logisticRegression, RandomForest, XGBClassifier

머신러닝의 다양한 모델에 대해 알아보고, 훈련, 평가, Gridsearch를 이용한 최적의 파라미터 찾는 방법 등을 알아본다.    목차1. Model Building★  모델 설계 및 학습from sklearn.linear_model import LogisticRegressionlr = LogisticRegression()lr.fit(X_train, y_train)array([1., 1., 0., ..., 1., 1., 0.]) ★  예측y_pred = lr.predict(X_test)y_predarray([1., 1., 0., ..., 1., 1., 0.])  2. 피처 중요도1) feature importance 확인하기★  coef 절대값이 클 수록 해당 피처의 중요도 높음lr.coef_ : 회귀..

파이썬/판다스 2024.11.09

pandas 배우기 4편 데이터 전처리 : upsampling(업샘플링), outlier(이상치) , 상관관계, 차원변환

데이터 전처리 중 업샘플링, 이상치 탐지, 상관관계 분석, 머신러닝 모델에 입출력을 위한 차원변환에 대해 알아본다.   목차 1. 이상치1) 박스플롯 2) quantile25%위치 : quantile(0.25)75%위치 : quantile(0.75)# iqr = 75% - 25%percentile25 = data.video_like_count.quantile(0.25)percentile75 = data.video_like_count.quantile(0.75)iqr = percentile75 - percentile25# max = 75% +1.5*iqrup_limit  = percentile75 +1.5*iqr# 이상치처리data.loc[data.video_comment_count>up_limit,'vid..

파이썬/판다스 2024.11.08

pandas 배우기 3편 데이터시각화: 빅분기 ADP 데이터분석 시험, 파이차트, 히스토그램, 박스플랏, 스케터플랏,히트맵

데이터 시각화 위한 다양한 그래프와 구체적인 파라미터를 살펴본다. 목차1. pie 파이차트 1) 단일 파이차트autopct, startangle, legend, locclaim = data2.iloc[:3]opinion = data2.iloc[3:]import matplotlib.pyplot as pltplt.figure(figsize=(10, 5))plt.pie(claim['percent'], labels=claim['author_ban_status'], autopct='%1.2f%%', startangle=90)plt.legend(labels=claim['author_ban_status'], loc='best')plt.show()  2) subplot 그리기fig, ax = plt.subplots(1..

파이썬/판다스 2024.11.07