반응형
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
- classification
- KNeighborsClassifier
- web
- web 개발
- 자료구조
- paragraph
- CES 2O21 참가
- web 사진
- 웹 용어
- cudnn
- html
- mglearn
- discrete_scatter
- inorder
- vscode
- 머신러닝
- C언어
- 데이터전문기관
- CES 2O21 참여
- tensorflow
- 대이터
- Keras
- web 용어
- bccard
- pycharm
- postorder
- 재귀함수
- 결합전문기관
- java역사
- broscoding
Archives
- Today
- Total
bro's coding
sklearn.textdata.datasets.load_files 본문
반응형
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.datasets import load_files
# 파일 읽기
imdb_tarin=load_files('data/aclImdb/train')
imdb_test=load_files('data/aclImdb/test')
# numpy로 저장(이후에 빨리 읽기 위해)
np.save('imdb.npy',[imdb_tarin,imdb_test])
# numpy 파일 읽기
imdb_tarin,imdb_test=np.load('imdb.npy')반응형
'[AI] > python.sklearn' 카테고리의 다른 글
| sklearn.textdata.BernoulliNB적용 (0) | 2020.04.28 |
|---|---|
| sklearn.textdata.LogisticRegression적용 (0) | 2020.04.27 |
| sklearn.textdata.단어집과 문장 대조하기 (0) | 2020.04.27 |
| sklearn.feature_extraction.text.CountVectorizer (0) | 2020.04.27 |
| sklearn.base.BaseEstimator, TransformerMixin(추정기 만들기) (0) | 2020.04.27 |
| sklearn.base.BaseEstimator, ClassifierMixin(분류기 만들기) (0) | 2020.04.27 |
| sklearn.pipeline.Pipeline (0) | 2020.04.27 |
| sklearn.precision,recall (0) | 2020.04.24 |
Comments