천원의 개발

import matplotlib.pyplot as plt from sklearn import datasets, metrics from sklearn.model_selection import train_test_split digits = datasets.load_digits() n_samples = len(digits.images) data = digits.images.reshape((n_samples, -1)) from sklearn.neighbors import KNeighborsClassifier knn = KNeighborsClassifier(n_neighbors=6) X_train, X_test, y_train, y_test = train_test_split(data, digits.target, ..

import matplotlib.pyplot as plt from sklearn import datasets, metrics from sklearn.model_selection import train_test_split digits = datasets.load_digits() # 데이터 세트를 불러온다 plt.imshow(digits.images[0], cmap=plt.cm.gray_r, interpolation='nearest') plt.show() n_samples = len(digits.images) data = digits.images.reshape((n_samples, -1)) # 평탄화 from sklearn.neighbors import KNeighborsClassifier #..

import numpy as np a = np.array([1,2,3,4,5,6,7,8,9]) # 배열 생성 b = np.array([[1,2,3], [4,5,6]]) # 2차원 배열 행렬에 형태를 가진다. b.ndim # 축의 개수 b.shape # 행과 열의 수 b.size # 배열 안에 있는 요소들의 총 개수 b.dtype # 자료형 확인 np.zeros((3,4)) # 행이3이고 열이 4인 0으로 가득찬 행렬생성 np.ones((3, 4), dtype=np.int32) # 1로 가득찬 배열 np.arange(5) # 0~4까지 배열에 저장 np.arange(1, 6) # 1~6까지 배열에 저장 np.arange(1, 10, 3) # 1~10까지 간격이 3으로 배열에 저장 #print(np.aran..