본문 바로가기

분류 전체보기96

Linear Regression : Logistic Regression [수면시간에 따른 우울증 예측] (6) # 필요한 라이브러리를 임포트 import random import os import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score, confusion_matrix # 랜덤시드 고정 seed = 42 random.seed(seed) np.random.seed(seed) os.environ["PYTHONHASHSEED"] = str(seed) # 데이터 폴더(Input) 내 경로 확인 for dirname, _, filenames in.. 2024. 3. 24.
Linear Regression : Logistic Regression [은하계 종류 예측] (5) # 필요한 라이브러리를 임포트 import random import os import numpy as np import pandas as pd from sklearn.preprocessing import LabelEncoder from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score, confusion_matrix import warnings warnings.filterwarnings(action='ignore') # 랜덤시드 고정 seed = 42 random.seed(seed) np.random... 2024. 3. 24.
[Survey] VQA 1. VQA: Visual Question Answering (2015) Image는 CNN encoder, Question은 LSTM encoder 거친 vector를 합치는 방식 Pretrained VGG 16, LSTM 사용 2. Hierarchical Question-Image Co-Attention for Visual Question Answering (2016) Image와 Question 사이의 관계를 설명하기 위해 Attention 사용 Image feature 추출은 거의 변한 것이 없음 Question에서 더 semantic한 정보를 뽑기 위해 LSTM 구조를 hierarchical하게 변경 Image와 Question을 attention해서 unified context vector 추.. 2024. 3. 24.
Linear Regression : Logistic Regression [Wine] (4) 0. Dataset # 데이터 불러오기. y값은 이미 범주형으로 되어있음. import pandas as pd import numpy as np dat_wine=pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/' 'wine/wine.data',header=None) dat_wine.head() dat_wine.columns = ['class label', 'alchohol', 'malic acid', 'ash', 'alcalinity of ash', 'magnesium', 'total phenols', 'flavanoids', 'nonflavanoid phenols', 'proanthocyanins', 'color intensi.. 2024. 3. 24.

티스토리툴바