2_H_J

Hypothesis Test 기술 통계치 count, mean, standard dev, min, 1Q, median, 3Q, max 등의 데이터를 설명 하는 값(혹은 통계치)들 추리 통계치 수집한 데이터를 바탕으로 추론, 예측하는 통계 기법 가설검정 - 주어진 상황에 대해서, 하고자 하는 주장이 맞는지 아닌지를 수치로 판정한다. - 모집단의 실제 값에 대한 sample(모집단의 표본)의 통계치를 사용해 통계적으로 유의한지 아닌지 여부를 판정. 귀무가설 (Null Hypothesis, H0): A는 B일 것이다. 대안가설 (Alternative Hypothesis, H1) : A는 B가 아닐 것이다. T-test 평균치에서 벗어난 표준오차를 통해 통계적으로 유의미한지 판단 H0(귀무가설) : fair c..

Data Manipulation 그래프 영역 설정 - fig, ax = plt.subplots(figsize=(5,6)) seaborn.rugplot() - rugplot : x,y축 위에 작은 rug로 실제 데이터들의 위치 보여줌 seaborn.stripplot() - jitter = True : 점들이 겹치는 현상 해결 그래프 색상 지정 Ex) palette = {"Adelie":'#ff9ff3', "Gentoo":"#4000c7", "Chinstrap":'#1dd1a1'} - 이미지 안에서 색상 코드 찾기 imagecolorpicker.com/ - palette 참조용 레퍼런스 colorhunt.co/ seaborn.FaceGrid() - FacetGrid(data, row, col, hue) : ..

Data Manipulation 첫번째 row가 columns인 경우 new_header = df.iloc[0] # grab the first row for the header df = df[1:] # take the data less the header row df.columns = new_header # set the header row as the df header pd.merge() : DataFrame 결합 Ex) pd.merge(df1,df2, how = '(방법)', on = 'year') - how = 'left' : 왼쪽에 있는 df1의 'year'을 기준으로 합치기 - how = 'right' : 오른쪽에 있는 df2의 'year'을 기준으로 합치기 - how = 'inner' : 중복..

Feature Engineering Undifined / Nan / Null 차이점 Undifined : 선언은 되었으나 값이 할당 되지 않은 상태 Nan : 숫자가 아니다 Null : 아무런 값도 나타내지 않는 특수한 값 데이터 불러오기 'header = None' : 데이터의 첫 행이 나오지 않을 때 사용 'Thound' = ',' : 불러올 때 천 단위 마침표 제거 'names = ' : 불러올 coulmns 지정 문자열 변경 replace('대상문자', '변환문자') re.sub('text', '대상문자', '변환문자') table = str.maketrans('대상문자','변환문자') 만든 후 'text'.translate(table)로 변환 DataFrmae 생성 raw = {'구분' : ['..

[Warm-UP] Markdown https://youtu.be/kMEb_BzyUqk - 자주 사용할 만한 Markdown ###Heading : #이 많을수록 크기 작아짐 Line 추가 (-------) : --- **bold** : 굵게 *italic* : 기울임 ~~strikethrough~~ : 취소선 > Qoute : 인용문 - or * or 숫자 : 목록 작성 Click [here][URL] : 링크 추가 ![image description][이미지URL] : 이미지 추가 '''언어 Code ''' : 코드 블럭에 가독성 있게 표현 EDA - EDA(Exploratory Data Analysis) : 탐색적 데이터 분석, 복잡한 모델링이나 수식 쓰지않고 데이터 탐색 - 한글이 깨져서 출력될 때..