[入門者向け]キャグルで始まる機械学習•ディープラーニング分析

'numpy.ndarray' object has no attribute 'predict'

None of [Index(['weather_code', 'season', 'year', 'month', 'hour'], dtype='object')] are in the [columns] 

다음과 같은 에러가 발생합니다.<img src="https://cdn.inflearn.com/public/files/posts/25ae2bed-2033-443a-bd78-7b4ce0d54cac/b8c99978-dc1d-4f5b-8c83-150a27ba591

model.summary 명령어로 딥러닝 모형을 확인하는 데까지는 문제가 없었는데,그 이후에 모형을 컴파일해서 history 변수에 할당하는 부분에서 "Failed to convert a NumPy array to a Tensor (Unsupporte

안녕하세요.데이터 전처리 강의 내용 중 코드를 똑같이 따라쳤는데도 에러가 나는 부분이 있는데요, 구글링을 열심히 해봤는데도 해결하지 못해서 질문 남깁니다.df_bool = ~df.g

이렇게 강의에 나오는 수치와 다르네요왜그런거죠?

from sklearn.metrics import mean_squared_errordef RMSE(y_test, y_predict):return np,sqrt(mean_squared

전 강의에서 고쳤던 부분과 마찬가지로 최신 버전의 Keras에서는 keras.layers.recurrent 모듈이 폐기되었으며, 대신 keras.layers에서 직접 GRU 레이어를 가져와야 합

from keras.layers.recurrent import LSTM로 작성할 경우 ModuleNotFoundError: No module named 'keras.layers.recurrent' 라는 오류가 뜹니다. 이것은 최

from statsmodels.graphics.tsaplots import plot_pacf plot_pacf(pacf, lags=20, method='ols', title='pa').showValueError: Can only

def plot_bar(data, feature): fig = plt.figure(figsize=(12,3)) sns.barplot(x=feature, y='cnt', data=data, palette='Set3', orient='V') <

a, b = plt.subplots(1,1, figsize=(10, 5))sns.boxplot(df['year'], df['cnt'])을 작성시 <cod

df = pd.read.csv('/kaggle/input/london-bike-sharing-dataset/london_merged.csv',arse_dates * ['timestamp'])df.head()   이거

# 범주형 데이터의 카테고리 df_out['weather_code'] = df_out['weather_code'].astype('category') df_out['season'] = df_out['sea

<pre

안녕하세요 강의 듣다가 궁금해서 질문드립니다.  보통 스케일링을 할 때는 분석시에 변수들의 타입 또는 분류가 다르거나 크기 차이가 크기 때문에 0~1사이 분포로 정제해주는 용도로 쓰인다고 알고 있습니다. 근데 여기서는 스케일링을 꼭 할 필요가 있는건가요?