주식분석(1), 퀀트와 머신러닝(랜덤포레스트)을 이용
chatGPT 입력 명령어 판다스를 이용하여 258,259,260,261열이 23열에, 258,259,260,261열이 24열에, 258,259,260,261열이 25열에 미치는 중요도에 대해 랜덤포레스트를 이용하여 확인하고 싶은데 7열의 값이 500 이상만 훈련할수 있도록 코드 작성해줘 import pandas as pd from sklearn.ensemble import RandomForestRegressor df = pd.read_csv('/content/sample_data/퀀트.csv', error_bad_lines=False, encoding='euc-kr') df_filled = df.fillna(0) X = df_filled.iloc[:, [73, 260, 261]].values y_23 ..
다항회귀 함수 정의 및 학습곡선
함수정의 from sklearn.metrics import mean_squared_error from sklearn.model_selection import train_test_split def plot_learning_curves(model, X, y): X_train, X_val, y_train, y_val = train_test_split(X, y, test_size=0.2, random_state=10) train_errors, val_errors = [], [] for m in range(1, len(X_train) + 1): model.fit(X_train[:m], y_train[:m]) y_train_predict = model.predict(X_train[:m]) y_val_predict ..
[코딩] 08-2 합성곱 신경망을 사용한 이미지 분류
데이터 불러오기 from tensorflow import keras from sklearn.model_selection import train_test_split (train_input, train_target), (test_input, test_target) = \ keras.datasets.fashion_mnist.load_data() train_scaled = train_input.reshape(-1, 28, 28, 1) / 255.0 train_scaled, val_scaled, train_target, val_target = train_test_split( train_scaled, train_target, test_size=0.2, random_state=42) 합성신경망 만들기 model = ..
[코딩] 08-1 합성신경망
CNN(Convolutional Neural Network, 합성신경망) 필터 : 뉴런의 개수 커널 : 입력에 곱해지는 가중치 from tensorflow import keras keras.layers.Conv2D(10, kernel_size = (3,3), activation = 'relu') #10은 필터의 개수, kernel_size 는 보통 (3,3) 또는 (5,5)를 권장 패딩 : 입력 배열의 주위를 가상의 원소로 채우는 것 세임패딩 : 입력 주위에 0으로 패딩 밸리드 패딩 : 패딩 없이 순수 입력 배열로만 합성곱 하는 경우 keras.layers.Conv2D(10, kernel_size = (3,3), activation = 'relu', padding = 'same') 스트라이드 : 필터(도..
