같이 데이터분석 공부할 사람 ༼ つ ◕_◕ ༽つ

▶ Voting - Regression from sklearn.linear_model import Lasso, Ridge, LinearRegression from sklearn.ensemble import VotingRegressor from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error, r2_score import numpy as np import pandas as pd boston = pd.read_csv('./Dataset/HousingData.csv') print(boston.shape) # (506, 14) boston.head() # 결측치 바로 앞에 있는 값으로 채움 ..

▶ 시그모이드 함수 그리기 import numpy as np import matplotlib.pyplot as plt def sigmoid(x): return 1 / (1 + np.exp(-x)) x = np.arange(-5.0, 5.0, 0.1) y = sigmoid(x) plt.plot(x, y, 'g') plt.plot([0, 0], [1.0, 0.0], ':') plt.title('Sigmoid Function') plt.show() - w의 값에 따라 경사도가 변한다 (선형회귀에서 w가 직선에 기울기를 의미하는 것과 동일) x = np.arange(-5.0, 5.0, 0.1) y1 = sigmoid(0.5 * x) # x에 0.5의 가중치를 줌 y2 = sigmoid(x) y3 = sigmoi..