본문 바로가기
반응형

Python46

[python][pandas] 판다스 그룹 집계하기pandas.DataFrame.groupby.aggregate #0 소스데이터 #1 col1기준으로 그룹핑한 데이터의 집계 df.groupby('col1').agg(['size', 'mean', 'std', 'min', 'max']) y_train_gb = y_train_pd.groupby('round_eGFR').agg(['size', 'mean', 'std', 'min', 'max']) y_train_gb #2 column별 원하는 집계 사용가능 df.groupby('col1').agg({'col1' : ['size'], 'col2' : ['size', 'mean'], 'col3' : ['std'], 'col4' : ['min', 'max']}) y_train_gb = y_train_pd.groupby('round_eGFR').agg({'true_eGFR' : .. 2020. 12. 30.
[jupyter] [python] ipynb to HTML, ipynb형식 파일 HTML로 변환하기 ipynb to HTML $ jupyter nbconvert --to html filename.ipynb output 2020. 12. 23.
[python] Oversampling, SMOTE –ADASYN imbalanced dataset을 이용해서 maching learning modeling을 할때 크게 두가지 방법이 있음 1. hyperparameter tuning 과정에서 scale weight 2. oversampling Oversampling 기법으로 SMOTE(synthetic minority oversampling technique)가 일반적으로 많이 쓰임 그 일환으로 ADASYN(Adaptive synthetic sampling approach for imbalanced learning)을 이용해서 oversampling 해보겠음. #1 데이터 준비 X_train_features_imputed.info() #2 ADASYN 이용 oversampling - hyper parameter에서 s.. 2020. 12. 9.
[python] jupyter notebook shortcut 주피터 노트북 단축키 모음 Command Mode (press Esc to enable) Enter : enter edit mode Shift-Enter : run cell, select below Ctrl-Enter : run cell Alt-Enter : run cell, insert below Y : to code M : to markdown R : to raw 1 : to heading 1 2 : to heading 2 3 : to heading 3 4 : to heading 4 5 : to heading 5 6 : to heading 6 Up : select cell above K : select cell above Down : select cell below J : select cell below A : insert c.. 2020. 12. 4.
TOP

Designed by 티스토리

© Kakao Corp.

티스토리툴바