1. 라이브러리 로딩 import numpy as np import matplotlib.pyplot as plt import pandas as pd from sklearn import metrics 2.
데이터셋 로딩 (미리 iris.data파일 업로드) 데이터셋의 열(column) 이름을 할당합니다. 데이터를 판다스 데이터프레임에 저장하고 경로는 수정해서 진행합니다. names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'Class'] dataset = pd.read_csv('iris.data', names=names) dataset 3.
데이터 전처리 데이터를 클래스를 제외한 X와 클리스 y로 나누고 훈련과 검증 데이터셋으로 분리합니다. X = dataset.iloc[:, :-1].values y = dataset.iloc[:, 4].values from sklearn.model_selection impor...
![[TensorFlow] KNN 붓꽃 분류예제에서 최적 K값 찾기](https://mblogthumb-phinf.pstatic.net/MjAyMjA0MjZfMTYg/MDAxNjUwOTYyOTI5ODUy.kElwXEy1fzLbJpbJE6dZf-o1tl2h0iCdVTjndytjpBkg.a5KwlPI8CseDjoLzUXaO5PwZk2oKsLyPmQtrq7EoJR4g.PNG.ska097777/tempsnip.png?type=w2)
#
code
#
코랩
#
코딩
#
인공지능
#
윈도우
#
구글
#
windows
#
tensorflow
#
neighbor
#
nearest
#
knn
#
k
#
google
#
colab
#
coding
#
텐서플로우
![[인공지능] google colab으로 MediaPipe pose 포즈 실행하기](https://mblogthumb-phinf.pstatic.net/MjAyMjAzMTVfMjI4/MDAxNjQ3MzMyMzc2MzEw.XM5VlHF1sMjP1848OEAIH4pFB_owln2RvaIX1FoOsZcg.A3D_5_Aejb64I_3nBN6FZvzA4MvT51Ek7L-ARQwJ7yMg.PNG.ska097777/p12.png?type=w2)
![[인공지능] 딥러닝](https://blogimgs.pstatic.net/nblog/mylog/post/og_default_image_160610.png)
![[KiCad] PCB 레이아웃 2](https://mblogthumb-phinf.pstatic.net/MjAyMjA2MDhfMTIg/MDAxNjU0NjY4MzE2NTcy.-bOAGNvqMuQLrhZfh9rONso7We8l7P212j5_R9aNVrQg.UZp0caYhuRTf5AFqNz45SQNgD-yz5Qi6xVpFPBGJkzAg.PNG.ska097777/tempsnip.png?type=w2)
![[AutoHotKey] 함수(function)](https://mblogthumb-phinf.pstatic.net/MjAyMjA2MjJfMTUz/MDAxNjU1ODc1NzM0MTQx.ur9D62iZOdKiff1fLhGUS2UMSVsoWahNRtThE_P-8qQg._xRO-GLOqjqEPWtyF9u05zraYFHiby-RXSMIr_aFKRAg.PNG.ska097777/image.png?type=w2)