조화평균
예를 들어 평점 5점만점에 3.0평점 한명과 4.5평점 한명이 있다고 치자.
그러면 2평점의 평균 평점은 몇점인가?
a = (1/3.0) + (1/4.5); // 두 평점의 역을 더한다.
b = a/2 // 합한 평점의 역을 총 평점의 수로 나눈다.
c = 1/b // 총 평점의 수로 나눈 역인 c가 조화평균이 된다.
c = 3.6; // 결국 평균 평점은 3.6점이된다.
최대 공약수
어떤 수를 나눌 수 있는 최고 큰 정수
from sklearn.datasets import make_regression import matplotlib.pyplot as plt X, y = make_regression(n_samples=250, n_features=1, noise=50, random_state=2) plt.scatter(X,y, s=2) plt.show() from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split # 한글 깨짐 없이 나오게 설정 from matplotlib import rcParams # 인코딩 폰트 설정 rcParams['font.family'] = 'New Gulim' rcParams['font.size'] = 10 x_train, x_test, y_train, y_test = train_test_split(X,y, test_size=.20, random_state=0) x_train.shape, x_test.shape, y_train.shape, y_test.shape # 모델 생성 model = LinearRegression() # 학습하기 model.fit(x_train, y_train) # 가중치, 편향치 구하기 model.coef_, model.intercept_ # (array([90.11061494]), 2.4224269924448585) # 결정 계수 model.score(x_train, y_train) # 0.789267454050733 # 추정 pred = model.predict(x_test) # 산점도 plt.scatter(x_test,y_test) plt.plot(x_test, pred, 'r-') plt.show() # 추정 model.predict([[3.0]]) # 학습할 때 주는 데이터의 형식을 따른다 # x의 최소값, 최대값을 계수와 절편을 사용하여 ...