C Lang/machine learing

6-7. categorial data handling(one hot encoding, get_dummies, data binning, pd.cut, 2019.03.24
6-5,6-6. data cleaning, missing data issue(dropna, fillna) 2019.03.23
6-4. matplotlib with pandas 2019.03.23
6-3. graph(scatter, barchart, histogram..) 2019.03.23
6-1,6-2. metplotlib overview, metplotlib functions & operation(figure객체, plot함수, plot함수 옵션(color, linestyle), title함수, legend함수) 2019.03.21
5-5. database connection and persistance 2019.03.17
5-4. merge and concat(pandas merge, join, concat) 2019.03.17
5-3. Pivot table & Crosstab 2019.03.16

6-7. categorial data handling(one hot encoding, get_dummies, data binning, pd.cut,

2019. 3. 24. 13:48

<div><br class="Apple-interchange-newline">weight_dict = {3:"M", 4:"L", 5:"XL"} # 이때 weight는 kg과 같은 구체적인 무게를 나타내는 것이 아니라, 
# 1등급 2등급 3등급 처럼 나눈 것이므로 오브젝트 데이터로 인식해야한다.
edges["weight_sign"] = edges["weight"].map(weight_dict) 
edges</div>
weight_dict = {3:"M", 4:"L", 5:"XL"} # 이때 weight는 kg과 같은 구체적인 무게를 나타내는 것이 아니라, # 1등급 2등급 3등급 처럼 나눈 것이므로 오브젝트 데이터로 인식해야한다.edges["weight_sign"] = edges["weight"].map(weight_dict) edges

Out[60]:

	source	target	weight	color	weight_sign
0	0	2	3	red	M
1	1	2	4	blue	L
2	2	3	5	blue	XL

In [48]:

# color라는 object데이터와 weight_sign이라는 object데이터가 자동으로 dummy화 된다edges = pd.get_dummies(edges) edges

Out[48]:

	source	target	weight	color_blue	color_red	weight_sign_L	weight_sign_M	weight_sign_XL
0	0	2	3	0	1	0	1	0
1	1	2	4	1	0	1	0	0
2	2	3	5	1	0	0	0	1

regiment	company	name	preTestScore	postTestScore
0	Nighthawks	1st	Miller	4	25
1	Nighthawks	1st	Jacobson	24	94
2	Nighthawks	2nd	Ali	31	57
3	Nighthawks	2nd	Milner	2	62
4	Dragoons	1st	Cooze	3	70
5	Dragoons	1st	Jacon	4	25
6	Dragoons	2nd	Ryaner	24	94
7	Dragoons	2nd	Sone	31	57
8	Scouts	1st	Sloan	2	62
9	Scouts	1st	Piger	3	70
10	Scouts	2nd	Riani	2	62
11	Scouts	2nd	Ali	3	70

In [76]:

bins = [0, 25, 50, 75, 100] # Define bins as 0 to 25, 25 to 50, 50 to 75, 75 to 100group_names = ['Low', 'Okay', 'Good', 'Great']categories = pd.cut(df['postTestScore'], bins, labels=group_names)categories​#카 테고리화된 정보를 다시 one hot incoding 시켜서 수치화시키면 완성

Out[76]:

0       Low
1     Great
2      Good
3      Good
4      Good
5       Low
6     Great
7      Good
8      Good
9      Good
10     Good
11     Good
Name: postTestScore, dtype: category
Categories (4, object): [Low < Okay < Good < Great]

저작자표시 비영리 변경금지

'C Lang > machine learing' 카테고리의 다른 글

6-7, Titanic disaster (0)	2019.03.24
6-8. feature scaling (0)	2019.03.24
6-5,6-6. data cleaning, missing data issue(dropna, fillna) (0)	2019.03.23
6-4. matplotlib with pandas (0)	2019.03.23
6-3. graph(scatter, barchart, histogram..) (0)	2019.03.23

6-5,6-6. data cleaning, missing data issue(dropna, fillna)

2019. 3. 23. 15:19

*만약 남성평균이 적용되어하는 데이터와 여성평균이 적용되어야 하는 데이터가 구분된다면

df.groupby("sex")["postTestScore"].transform("mean")과 같은 명령어를 사용할 수 있다.

df.groupby("sex")["postTestScore"] : 전체 데이터를 성별로 나누어 postTestScore를 표시한다.

저작자표시 비영리 변경금지

'C Lang > machine learing' 카테고리의 다른 글

6-8. feature scaling (0)	2019.03.24
6-7. categorial data handling(one hot encoding, get_dummies, data binning, pd.cut, (0)	2019.03.24
6-4. matplotlib with pandas (0)	2019.03.23
6-3. graph(scatter, barchart, histogram..) (0)	2019.03.23
6-1,6-2. metplotlib overview, metplotlib functions & operation(figure객체, plot함수, plot함수 옵션(color, linestyle), title함수, legend함수) (0)	2019.03.21

6-4. matplotlib with pandas

2019. 3. 23. 14:27

저작자표시 비영리 변경금지

'C Lang > machine learing' 카테고리의 다른 글

6-7. categorial data handling(one hot encoding, get_dummies, data binning, pd.cut, (0)	2019.03.24
6-5,6-6. data cleaning, missing data issue(dropna, fillna) (0)	2019.03.23
6-3. graph(scatter, barchart, histogram..) (0)	2019.03.23
6-1,6-2. metplotlib overview, metplotlib functions & operation(figure객체, plot함수, plot함수 옵션(color, linestyle), title함수, legend함수) (0)	2019.03.21
5-5. database connection and persistance (0)	2019.03.17

6-3. graph(scatter, barchart, histogram..)

2019. 3. 23. 13:20

*historam은 그래프의 타입이름에서 나타내듯 데이터의 history를 나타낸다. 따라서, 연도별 추이 데이터를 나타내거나 할때 좋다

저작자표시 비영리 변경금지

'C Lang > machine learing' 카테고리의 다른 글

6-5,6-6. data cleaning, missing data issue(dropna, fillna) (0)	2019.03.23
6-4. matplotlib with pandas (0)	2019.03.23
6-1,6-2. metplotlib overview, metplotlib functions & operation(figure객체, plot함수, plot함수 옵션(color, linestyle), title함수, legend함수) (0)	2019.03.21
5-5. database connection and persistance (0)	2019.03.17
5-4. merge and concat(pandas merge, join, concat) (0)	2019.03.17

6-1,6-2. metplotlib overview, metplotlib functions & operation(figure객체, plot함수, plot함수 옵션(color, linestyle), title함수, legend함수)

2019. 3. 21. 15:26

*pyplot객체 사용시 기본 figure에 의해 그래프가 그려지는데, figure을 입맛에 맞게 생성할 수도 있다.

저작자표시 비영리 변경금지

'C Lang > machine learing' 카테고리의 다른 글

6-4. matplotlib with pandas (0)	2019.03.23
6-3. graph(scatter, barchart, histogram..) (0)	2019.03.23
5-5. database connection and persistance (0)	2019.03.17
5-4. merge and concat(pandas merge, join, concat) (0)	2019.03.17
5-3. Pivot table & Crosstab (0)	2019.03.16

5-5. database connection and persistance

2019. 3. 17. 12:51

저작자표시 비영리 변경금지

'C Lang > machine learing' 카테고리의 다른 글

6-3. graph(scatter, barchart, histogram..) (0)	2019.03.23
6-1,6-2. metplotlib overview, metplotlib functions & operation(figure객체, plot함수, plot함수 옵션(color, linestyle), title함수, legend함수) (0)	2019.03.21
5-4. merge and concat(pandas merge, join, concat) (0)	2019.03.17
5-3. Pivot table & Crosstab (0)	2019.03.16
5-2. casestudy (0)	2019.03.16

5-4. merge and concat(pandas merge, join, concat)

2019. 3. 17. 12:23

저작자표시 비영리 변경금지

'C Lang > machine learing' 카테고리의 다른 글

6-1,6-2. metplotlib overview, metplotlib functions & operation(figure객체, plot함수, plot함수 옵션(color, linestyle), title함수, legend함수) (0)	2019.03.21
5-5. database connection and persistance (0)	2019.03.17
5-3. Pivot table & Crosstab (0)	2019.03.16
5-2. casestudy (0)	2019.03.16
5-1. groupby1(groupby, swaplevel, unstack, aggregation, transformation, filteration) (0)	2019.03.14

5-3. Pivot table & Crosstab

2019. 3. 16. 21:40

위의 크로스탭은 groupby로도 만들 수 있어.

저작자표시 비영리 변경금지

'C Lang > machine learing' 카테고리의 다른 글

5-5. database connection and persistance (0)	2019.03.17
5-4. merge and concat(pandas merge, join, concat) (0)	2019.03.17
5-2. casestudy (0)	2019.03.16
5-1. groupby1(groupby, swaplevel, unstack, aggregation, transformation, filteration) (0)	2019.03.14
4-7. pandas built in function(describe, unique, sum, isnull, sort, correlation, covariance, ) (0)	2019.03.14

PREV 1 2 3 4 5 6 7 NEXT

가치관제작소

C Lang/machine learing

6-7. categorial data handling(one hot encoding, get_dummies, data binning, pd.cut,

'C Lang > machine learing' 카테고리의 다른 글

6-5,6-6. data cleaning, missing data issue(dropna, fillna)

'C Lang > machine learing' 카테고리의 다른 글

6-4. matplotlib with pandas

'C Lang > machine learing' 카테고리의 다른 글

6-3. graph(scatter, barchart, histogram..)

'C Lang > machine learing' 카테고리의 다른 글

6-1,6-2. metplotlib overview, metplotlib functions & operation(figure객체, plot함수, plot함수 옵션(color, linestyle), title함수, legend함수)

'C Lang > machine learing' 카테고리의 다른 글

5-5. database connection and persistance

'C Lang > machine learing' 카테고리의 다른 글

5-4. merge and concat(pandas merge, join, concat)

'C Lang > machine learing' 카테고리의 다른 글

5-3. Pivot table & Crosstab

'C Lang > machine learing' 카테고리의 다른 글

+ Recent posts

티스토리툴바