10. 로지스틱 회귀분석

9. 회귀분석

8. 군집분석 - (2)

7. 군집분석 - (1)

6. 차원 축소법 - 주성분 분석(PCA)

목차

• Step 1. 주성분 분석 - 임의 데이터 적용
• Step 2. 주성분 분석 - sklearn Cancer 데이터 적용
• Step 3. 주성분 분석 - sklearn Iris 데이터 적용

title: “5. 인코딩 그리고 변수 선택”

categories:

• Python tags:

• Study, Python

4. 데이터 클리닝

목차

• Step 1. 결측값 처리
• Step 2. 정규화, 표준화
• Step 3. 범주형 자료 처리

3. 데이터 시각화

목차

• Step 1. seaborn의 기본 시각화
• Step 2. 산포도, 히스토그램
• Step 3. 바이올린, 페어 그림 등

2. 데이터 수집 및 탐색

목차

• Step 0. 데이터 베이스 기초
• Step 1. SQL 문을 활용한 python에 데이터 적재
• Step 2. pandas를 이용한 데이터 적재
• Step 3. 웹 데이터 적재
• Step 4. library를 이용한 데이터 적재

1. 데이터 요약 및 시각화 in python

목차

• Step 0. 개요
• Step 1. pandas를 활용한 데이터 관리
• Step 2. seaborn을 이용한 데이터 탐색
• Step 3. 그룹화와 예측, 분류