별은_StarIs_Dev

목적 - 꽃이미지를 분류하는 모델을 만들어보자(MobileNetV2 사용) 1. 필요한 라이브러리 불러오기import osimport tensorflow as tffrom tensorflow.keras.preprocessing.image import ImageDataGenerator, img_to_array, load_imgimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom tensorflow.keras.callbacks import EarlyStopping, ModelCheckpoint, ReduceLROnPlateau 2. 이미지 폴더 생성# 꽃 종류 리스트categories = ['daisy', 'dandelion', '..

목적 - 당뇨병에 걸릴 확률을 예측해보자 (회귀) 1. 데이터 불러오기import pandas as pdtrain = pd.read_csv('./data_folder_reg/diabetes_reg_train.csv')test30 = pd.read_csv('./data_folder_reg/diabetes_reg_test30.csv')  2. 데이터 분할x = train.drop(columns=['target']) # 특징(Feature) 변수들y = train['target'] # 예측할 대상(Target) 변수from sklearn.model_selection import train_test_splittrain_x, test_x, train_y, test_y = train_test_split(x, y..

활용파일 목적- 여러 파라미터를 통해 당뇨병에 걸릴 확률을 예측해보자 1. 라이브러리 임포트 및 데이터 불러오기from sklearn.model_selection import train_test_split #데이터를 학습/데이터용으로 분리from sklearn.metrics import accuracy_score #모델의 예측 정확도 평가import pandas as pd #데이터 관리import pickle #모델을 파일로 저장하거나 불러옴import joblib folder_path='./data_folder'train = pd.read_csv(folder_path + '/diabetes_train.csv')test30 = pd.read_csv(folder_path + '/diabetes_testse..