Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- konlpy
- OpenAIAPI
- pytorch
- 파이토치
- 머신러닝
- programmablesearchengine
- sklearn
- HTML
- 챗gpt
- 파이썬웹개발
- python 정렬
- NLP
- 파이썬
- 판다스
- 사이킷런
- MachineLearning
- 자연어분석
- 파이토치기본
- langchain
- fastapi #python웹개발
- fastapi
- 랭체인
- 딥러닝
- fastapi #파이썬웹개발
- deeplearning
- Python
- pandas
- 판다스 데이터정렬
- 비지도학습
- chatGPT
Archives
- Today
- Total
목록unsupervisedlearning (1)
Data Navigator
[sklearn, KMeans] Kmeans Clustering 을 활용한 데이터 기반 고객 분류
Kmeans Clustering 을 활용한 데이터 기반 고객 분류¶ 연령, 소득 수준, 성별에 따른 소비 패턴을 분석하고 분류¶ In [1]: import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns In [5]: data = pd.read_csv('Mall_Customers.csv', index_col= 0) In [6]: data.head() Out[6]: Gender Age Annual Income (k$) Spending Score (1-100) CustomerID 1 Male 19 15 39 2 Male 21 15 81 3 Female 20 16 6 4 Female 23 16 77 5 F..
Machine Learning, Deep Learning
2021. 2. 1. 16:33