[스터디 - Linear Regression 예제]

김성훈 교수님의 모두의 딥러닝 수업을 듣고 kaggle에서 데이터를 찾아 직접 tensorflow로 구현하고 싶어 스터디를 만들고 스터디 사람들과 함께 예제를 하나씩 해보기로 했습니다.

 

[LinearRegression Dataset]

LinearRegression Dataset

우선 가장 기본적인 데이터 셋을 찾아서 모델링으로 구현을 해봤습니다.

01_LinearRegression_DataSet.ipynb

0.04MB

linearRegression.csv

0.00MB

[Insurance Dataset]

insurance Dataset

위 데이터의 경우 bmi를 예측하는 예제이다.

따라서 ['sex', 'smoker', 'region']을 수치 데이터로 변경하는 작업이 필요하다.

<코드>

def change_sex(column):

  if column == 'female':

    return 0

  else:

    return 1

 

apply메소드에 적용할 함수를 설정한다.

df['sex'] = df['sex'].apply(change_sex) 함수를 적용하면 된다.

02_InsuranceDataProcessing.ipynb

0.03MB

02_insurance_Data.ipynb

0.02MB

insurance.csv

0.05MB

[Real estate Dataset]

Real estate Dataset

위 데이터의 경우 No에 대한 컬럼과 date에 대한 컬럼을 제거해 주면 된다. 

df = df.drop(['No', 'X1 transaction date'], axis = 1)

따라서 drop() 메소드를 통하여 두 컬럼을 제거한 후 사용하면 된다.

03_Estate_Data.ipynb

0.03MB

03_EstateDataProcessing.ipynb

0.01MB

Real estate.csv

0.02MB