본문 바로가기

Project10

모바일어플리케이션 사용여부 예측 - 완료 및 Issue 모바일어플리케이션 사용여부 예측 - 스트림릿 웹페이지 구현 ②모바일어플리케이션 사용여부 예측 - 스트림릿 웹페이지 구현 ①모바일어플리케이션 사용여부 예측 - 데이터 전 처리 & 머신러닝 모델 학습    이전 글을 참고하여 다음으로 넘어가자    일hani08.tistory.com  앞선 과정들은 완성이 되어  결과물의 페이지는 아래와 같고   Streamlit ec2-3-39-248-200.ap-northeast-2.compute.amazonaws.com:8504  사용된 코드는아래에서 확인하기 바란다   GitHub - spiegelgo/streamlit_applicationContribute to spiegelgo/streamlit_application development by creating an.. 2024. 12. 5.
모바일어플리케이션 사용여부 예측 - 스트림릿 웹페이지 구현 ② 모바일어플리케이션 사용여부 예측 - 스트림릿 웹페이지 구현 ①모바일어플리케이션 사용여부 예측 - 데이터 전 처리 & 머신러닝 모델 학습    이전 글을 참고하여 다음으로 넘어가자    일단 여러가지 하기에 앞서 각 어플리케이션의 사용인원과 사용률hani08.tistory.com 이번엔 다음  학습된 머신러닝 모델을 사용하는 시간이다  우선 데이터를 입력 받아야 한다  GENDER = st.radio('성별 선택', ['남자','여자'])AGE = st.number_input('나이', min_value=10, max_value=120,value= 30, step=1)MARRIAGE = st.radio('결혼 여부', ['미혼 / 비혼','기혼','기타(이혼, 사별 등)'])INCOME = st.numbe.. 2024. 12. 5.
모바일어플리케이션 사용여부 예측 - 스트림릿 웹페이지 구현 ① 모바일어플리케이션 사용여부 예측 - 데이터 전 처리 & 머신러닝 모델 학습스트림릿을 이용하여 웹페이지를 개발하고 AWS EC2를 이용하여 배포해보자   우선 데이터셋은 https://www.bigdata-culture.kr/bigdata/user/data_market/detail.do?id=9f027c94-92fd-4eeb-bf1c-7532f9c8375e 문화빅데이터hani08.tistory.com     이전 글을 참고하여 다음으로 넘어가자    일단 여러가지 하기에 앞서 각 어플리케이션의 사용인원과 사용률이 어떻게 되는지 보여주고 싶다 df_numeric = df.iloc[:, :17+1].apply(lambda col: col.str.count('Y'))sum_result = df_numeric.s.. 2024. 12. 5.
모바일어플리케이션 사용여부 예측 - 데이터 전 처리 & 머신러닝 모델 학습 스트림릿을 이용하여 웹페이지를 개발하고 AWS EC2를 이용하여 배포해보자   우선 데이터셋은 https://www.bigdata-culture.kr/bigdata/user/data_market/detail.do?id=9f027c94-92fd-4eeb-bf1c-7532f9c8375e 문화빅데이터 플랫폼한국문화정보원이 운영하는 문화빅데이터 플랫폼은 공공기관 및 민간기업으로 구성된 데이터센터와 함께 도서, 체육, 예술, 숙박, 레저, 음식 등 고품질의 문화 분야 데이터를 개방하고 데이터www.bigdata-culture.kr:443 문화 빅 데이터 플랫폼 에 있는 [ 모바일 어플리케이션 이용자 특성] 이라는 데이터를 내려받았으며202305, 202311 버전 2개로 중복데이터가 없는 데이터였기때문에병합시킨뒤.. 2024. 12. 5.