Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- teachablemachine
- 회귀분석실습
- 데이터청년캠퍼스
- 마케팅
- SAS반복문
- DIFFITS
- rstudent
- format
- 포지셔닝맵
- 마케팅조사
- 마케터
- DOEND
- 머신러닝
- SQL
- 마케팅공부
- infile
- 모형진단
- 회귀모델
- 캐글
- 회귀분석
- 데이터결합
- SAS
- 본페로니
- r
- 프로그래밍
- sasviya
- kaggle
- Cook'sdistance
- rstandard
- 할당문
Archives
- Today
- Total
목록회귀모델 (1)
통수정의 성장기

그래서 내가 정한 데이터는 최종적으로 보험 데이터 이다. 💡 주제 : Can you accurately predict insurance costs? (최적의 회귀분석 모델 생성)👨👩👧👦 Kaggle link : Medical Cost Personal Datasets 1. 변수설명 sex: 보험 계약자 성별, 여성, 남성체중 대비 키 비율을 사용한 체중(kg/m^2)의 객관적 지수, 바람직하게는 18.5 ~ 24.9 smoker: 흡연 유/무 Charges: 건강보험에서 청구되는 개별 의료비 → [타겟변수] region: 수혜자의 주거 지역, 북동부, 남동부, 남서부, 북서부. In US children : 자녀수 bmi: 신체에 대한 이해를 제공하는 체질량지수, 키에 비해 상대적으로 높거나 낮은 체..
머신러닝 프로젝트
2022. 6. 10. 22:52