분류 전체보기(14753)
-
재현율(Recall) & 정밀도(Precision) 예시
재현율(Recall) & 정밀도(Precision) 예시 재현율(Recall) 계산 지표 계산값 재현율(Recall) = 민감도(Sensitivity) = TPR 5/8=0.625 정밀도 (Precision) 5/7=0.7143 정밀도(Precision) 계산 지표 계산값 재현율(Recall) = 민감도(Sensitivity) = TPR 5/8=0.625 정밀도 (Precision) 5/7=0.7143
-
sort_values()
sort_values() 데이터를 정렬해 줍니다. DataFrame.sort_values(self, by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last') parameter description by 정렬 기준 axis 행, 열 여부 value description axis=0 행처리 (index) axis=1 열처리 (columns) ascending 순차정렬 여부 value description ascending=True 순차정렬(ascending) ascending=False 역순정렬(descending) http://bit.ly/2RQVmp5
-
DataFrame 객체 생성
DataFrame 객체 생성 · 열로 지정 될 데이터를 리스트나 일차원 배열로 선언합니다. · 각각의 열에 대한 이름(라벨)을 키(key)로 가지는 딕셔너리를 생성합니다. · 생성된 딕셔너리 데이터를 DataFrame 클래스 생성자에 인자로 설정합니다. · 동시에 열방향 인덱스는 columns 인수로, 행방향 인덱스는 index 인수로 지정합니다.
-
시리즈의 데이터 갱신, 추가, 삭제
시리즈의 데이터 갱신, 추가, 삭제인덱싱(indexing)을 이용하면 딕셔너리처럼 데이터를 갱신(update)하거나 추가(add), 삭제(del)할 수 있습니다.
-
시리즈와 딕셔너리 자료형
시리즈와 딕셔너리 자료형· 시리즈 객체는 라벨 값에 의해 인덱싱이 가능하므로 실질적으로 라벨 값을 키(key)로 가지는 딕셔너리 자료형과 유사합니다.· 딕셔너리 자료형과 비슷하여 딕셔너리 자료형에서 제공하는 in 연산이 가능합니다.· items() 메서드를 사용하면 for 루프를 통해 각 원소의 키(key)와 값(value)을 접근할 수도 있습니다.· 딕셔너리 객체에서 시리즈를 만들 수 있습니다. 딕셔너리의 원소는 순서를 가지지 않으므로 시리즈의 데이터도 순서가 보장되지 않습니다. 만약 순서를 지정하고 싶다면 index 인자를 이용해서 인덱스를 리스트로 지정하면 됩니다. in 연산Series객체안에 인덱스를 인덱스값으로 가진 아이템이 있는지 확인합니다. for k, v in Series객체.items()..
-
시리즈 인덱싱
시리즈 인덱싱 · 시리즈는 NumPy 배열에서 사용 가능한 인덱스 방법 이외에도 인덱스 라벨(label)을 이용한 인덱싱도 할 수 있습니다. · 배열 인덱싱이나 인덱스 라벨을 이용한 슬라이싱(slicing)도 가능합니다. · 문자열 라벨(label)을 이용한 슬라이싱(slicing)을 하는 경우에는 콜론(:) 기호 뒤에 오는 인덱스에 해당하는 값은 결과에 포함되지 않으므로 주의해야 합니다.