커리까지

예측이라는 단어는 정확하게 맞추기 어렵다하여 추청으로 바꿔서 진행하려고 한다. model = keras.Sequential([ layers.Dense(50, activation='relu', input_shape=[len(train_set.keys()) +1]), layers.Dense(50, activation='relu'), layers.Dense(1) ]) optimizer = tf.keras.optimizers.RMSprop() model.compile(loss='mse', optimizer = optimizer, metrics=['mae', 'mse']) model.summary()xxxxxxxxxx layers.Dense(..

포지션 인코딩 하기 from sklearn.preprocessing import LabelEncoder encoder = LabelEncoder() encoder.fit(df_merge['position']) digit = encoder.transform(df_merge['position']) df_merge['position_label'] = digit 포지션이 영어라서 회귀분석 시 인식이 안되기 때문에 인코딩하여 숫자로 바꾼 후 새로운 컬럼으로 넣어준다. 다중회귀분석 X = df_merge.drop(['age','Relinquished','position'],axis=1) y = df_merge['age&#3..