노트북을 순서대로 따라갑니다.
실행 버튼을 누르면 해당 셀의 결과가 나타납니다. 결과는 같은 데이터와 난수 시드 42로 미리 실행한 값이며, 이 페이지에서는 Python 코드를 실행하지 않습니다.
내려받은 노트북과 housing_linear_regression_dataset.csv를 같은 폴더에 두세요. 코랩에서는 CSV를 업로드한 뒤 실행하세요. 확인할 값은 print()로 출력하고, 자체 출력 기능이 있는 df.info()는 그대로 호출합니다.
노트북을 불러오고 있습니다…
06
학습과 예측의 기준 맞추기
훈련 데이터와 테스트 데이터에 같은 전처리 기준을 적용합니다.
결측치는 훈련 데이터의 평균으로 채우고, 표준화도 훈련 데이터의 평균과 표준편차를 사용합니다. X_train_scaled로 학습하고 X_test_scaled로 예측합니다.