Linear Regression 활용 - 목표자산예측
1년동안 월말마다 작성해온 자산 계산자료를 통해 목표 자산이 되는 날이 언제인지 예측해보았다. 입력값 = 자산 금액 출력 값 = 날짜 1. 자산 금액은 작은 수로 수정하였다. (원래 수로 계산하려니까 잘 안된다.. 흠) - 자산을 1000만원으로 나눈 값 예) 100만원 : 0.1 날짜는 엑셀에서 수치값으로 변환하였다. 셀서식에서 날짜를 일반 형식으로 바꾸면 수치값이 나온다. 거기에 1000을 나눈 값 2020년 1월 31일 수치값 (43861 / 1000 => 43.861) 이렇게 하여 테이블이 완성되었다. Linear Regression으로 몇번 돌려본 후 최적의 learning_rate를 찾고 충분히 학습시키기 위해 100만번 학습시켰다. 실행결과는... 결론은 이 추이로 볼때 목표 자산이 나오는 ..
matplotlib 와 numpy 이용해서 그래프 그리기
data-01.CSV 파일이다. 첫번째 열은 X축 두번째 열은 Y축으로 쓸 것이다. 1,1.537 2,1.545 3,1.564 4,1.571 5,1.584 6,1.608 7,1.623 8,1.645 9,1.662 10,1.680 11,1.700 12,1.724 아주 간단한 그래프를 그릴 것이다. numpy 라이브러리를 이용해서 csv를 읽어오고 slice를 통해 X축과 Y축 데이터를 나눈다. matplotlib 라이브러리를 이용해 그래프를 그린다. import matplotlib.pyplot as plt import numpy as np load_data = np.loadtxt("data-01.csv", delimiter=',') x_data = load_data[:,0] y_data = load_dat..