데이터 사이언스 LV1 입문
현장 강의
Search…
데이터 사이언스 LV1 입문
사전 준비
1주차 - 데이터 사이언스 마인드
2주차 - 딱 데이터 사이언스를 위한 파이썬
3주차 - Decision Tree로 타이타닉 생존자 찾기
4주차 - Random Forest로 아이리스 종 구분하기
5주차 - 회귀분석으로 집 값 예측하기
Solution - 모범 답안
Stage1 - Linear Regression을 배워보자
Stage2 - Visualization 연습하기
Challenge1 - Polynomial Linear Regression
Stage3 - Scikit-learn으로 Linear Regression 구현하기
Stage4 - Feature Scaling과 성능 개선
Challenge2 - Feature Scaling을 적용한 데이터의 Visualization
과제1 - Test 진행하기
과제2 - Linear Regression으로 타이타닉 생존자 예측해보기
6주차 - LV1 데이터 사이언티스트 되기
나아가기
코딩좀알려주라
Powered By
GitBook
과제2 - Linear Regression으로 타이타닉 생존자 예측해보기
문제
Linear Regression으로 타이타닉 생존자 예측해보기
오늘 배운 Linear Regression으로 타이타닉의 생존자도 예측할 수 있지 않을까요?
분류 알고리즘(decision tree)는 분석결과 0(사망), 1(생존)이
딱
나뉘어져
나왔습니다.
그러나 Linear Regression은 집값 분석에서 봤듯이 100원, 100.3원, 110.1원처럼
선형적인
예측
값
이 출력됩니다.
예측
결과
1에
가까운
수가
나오면
‘생존’, 0에
가까운
수가
나오면
‘사망’으로
표시하는
결과물을
만들고
Kaggle에
제출해보세요!
* 분류가 아닌 선형 예측값이므로 측정 결과물에 위 작업이 적용되어야 합니다.
방법
다음
단계를
따라
과제를
진행하세요.
[단계1]
week4의 stage2를 복사한 후 실행합니다. 파일이름은 homework2로 해주세요.
[단계2]
Stage1을 복습합니다.
[단계3]
모델을 만들고 테스트할 때, model.predicti() 후 그 배열을 출력해 내용물의 구성을 알아봅니다.
[단계4]
좌측 아래 prediction 수정 과정을 적용하고 이해합니다.
[단계5]
Kaggle에 제출해보세요! 몇 점 나오셨나요?
[ ]
Linear Regression vs Logistic Regression
오늘 배운 Linear Regression을 타이타닉 문제에 적용해봤습니다. 점수가 잘 나오기도 하지만 사실 분류문제에 linear regression은 적합하지 않습니다. 이 부분을 해결하는 방법으로 Logistic Regression이 있습니다.
이제 코딩을 시작하세요! 코딩이 끝나면 모범답안과 비교해보세요.
Solution - 모범 답안
Previous
과제1 - Test 진행하기
Next
6주차 - LV1 데이터 사이언티스트 되기
Last modified
3yr ago
Copy link
Contents
문제
Linear Regression으로 타이타닉 생존자 예측해보기
방법
다음 단계를 따라 과제를 진행하세요.