Thumbnail 909ef6727e65efbac3fcd3b9ee2b876e
  • Good0
  • Even0
  • Bad0
Thumbnail 318776fdbd75c7fd6e7e887837836061
Thumbnail 318776fdbd75c7fd6e7e887837836061
Thumbnail 3cc289758a9919f03473a3fe21633256
Thumbnail 34a89f175527f17f7041a0ba922e14dc
Thumbnail c564ee63558ee3fea26a936cf8535006
Thumbnail 118621864997c2361a2ac069cbc5c704
Thumbnail 677ff59d801168065a2c4e6a5fd36944

ダウンロード

Python用 k最近傍法(kNN)による回帰分析 プログラム・コード

980

データを準備するだけで、Pythonで回帰分析を行うためにk最近傍法(k-Nearest Neighbors, kNN)ができるプログラム・コードです。zipファイルをダウンロードして解凍してください。

このプログラムで実行される流れについては下のURLのページをご覧ください。
http://univprof.com/archives/16-12-25-9801690.html

このプログラムはcsvファイルによってデータのやり取りをします。csvファイルのデータ形式およびサンプルデータについては下のURLのページをご覧ください。
https://note.mu/univprof/n/n694487325cb1

プログラムを実行するときのPython環境については下のURLのページをご覧ください。
https://note.mu/univprof/n/nb07629b23252

また下のURLのzipファイルもダウンロードして下さい。
http://univprofblog.html.xdomain.jp/code/supportingfunctions.zip
解凍すると必要なスクリプトと関数があります(こちらは無料です)。解凍した後に、kNNのプログラムのディレクトリ(フォルダ)と同じところにすべてのファイルを置いてください。

あとは購入されたプログラムを実行するだけです。

計算終了後、自動的に結果が画面に出てきて、最後にdata_prediction2.csvの目的変数の予測値がPredictedY2.csvというファイルに保存されます。

  • 在庫数

    1

paymoの 利用規約プライバシーポリシー