복습: 등반 파트너
Coddy Machine Learning 여정의 머신러닝을 위한 통계 섹션에 포함된 레슨. 64개 중 51번째.
챌린지
중급클라이밍 체육관에서는 새로 온 사람을 가장 비슷한 회원과 짝지어 줍니다. members의 각 행은 한 회원을 나타내며, 회원 이름은 names에 있습니다. 측정값은 키(cm), 팔 길이(cm), 철봉 매달리기 시간(분)입니다. 프로그램은 새로 온 사람의 측정값을 읽습니다.
- 원본 표에서 가장 가까운 회원을 찾습니다.
- 회원 데이터를 사용해
StandardScaler를 학습하고 표준화합니다. 새로 온 사람의 표준화된 값을 출력합니다. - 표준화된 표에서 가장 가까운 회원을 다시 찾습니다.
소수점 둘째 자리까지 반올림합니다. 회원이 세 명인 다른 체육관의 경우:
출력 결과:
Nearest before scaling: Kim (4.56)
Newcomer scaled: [[-0.38 -0.54 0.98]]
Nearest after scaling: Lou (1.09)직접 해보기
import numpy as np
from sklearn.preprocessing import StandardScaler
names = ["Iris", "Jon", "Kai", "Lena", "Max", "Nora"]
# 회원 한 명당 한 행: 키(cm), 팔을 벌린 길이(cm), 매달리기 시간(분)
members = np.array([[166, 169, 1.6],
[182, 188, 1.1],
[171, 170, 2.3],
[176, 181, 1.4],
[188, 191, 2.0],
[160, 163, 0.9]])
# 새로 온 회원
height = float(input())
span = float(input())
hang = float(input())
# 아래에 코드를 작성하세요
머신러닝을 위한 통계의 모든 레슨
직접 연습해 보세요: 온라인 Python 컴파일러