달력

11

« 2019/11 »

  •  
  •  
  •  
  •  
  •  
  • 1
  • 2
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30



 

스텁(Stub)

·         실제 코드나 아직 준비되지 못한 코드를 임의로 동작하도록 하는 메커니즘

·         시스템이 너무 복잡하여 수정이 불가할 사용

·         통합 테스트와 같이 포괄적인 테스트를 수행 사용

·         별도로 외부 연동 시스템을 준비할 필요 없이 테스트 수행

 

 

 

 

 

클라이언트 기능와 서버 구성

기능이 가지로 구성되고, 개의 서버와 연동되는 프로그램입니다.

 

현재 상태가 모든 기능과 서버가 준비되어야만 지금 기능과 연동되는지 테스트가 가능한 경우인데 테스트나 데모가 필요

현재 상태가 기능 3 미완성이고, 서버와의 연결이 불가능한 환경인 경우인데 테스트나 데모가 필요

 

 


 

 

 

 

 

 

가상으로 연동 부분을 만들어 테스트

미구현 부분을 미구현된 부분과 연동이 필요한 부분을 가상으로 구성하여 테스트합니다.

 

스텁 1

미구현 기능 부분 대체하여 테스트

스텁 2

스텁 3

실제 서버를 연동하지 않고 대체하여 테스트

 


 




Posted by codedragon codedragon

댓글을 달아 주세요

 

 

 

weka.clusterers.SimpleKMeans 명령어 옵션

K-평균(K- MEANS) 군집분석을 수행하기 위한 SimpleKMeans 클래스 실행시 필요한 옵션들입니다.

 

 

옵션

설명

-N

SimpleKMeans 만들 클러스터의 개수를 지정합니다.

-A

사용할 거리(distance) 함수를 지정합니다.

기본값은 유클리디언 거리(EuclideanDistance )이며, (-R first -last) 따라 값의 전체 범위를 사용합니다.

-l

k-means 클러스터를 만들기 위해 반복할 횟수입니다.

-S

난수의 시드(seed)값을 지정합니다.

-t

웨카가 클러스터링하려는 훈련용 파일을 지정합니다.

-p

행에 클러스터 인스턴스의 할당을 보여줍니다. 기능을 사용하려면 행마다 어떤 데이터 속성을 사용할지 웨카에 알려주어야 합니다.

 

플래그

설명

-p 0

번호와 클러스터 식별번호가 표시됩니다.

-p 1

-p 0 결과에 x 위치 값이 함께 표시됩니다.

-p 2

-p 0 결과에 y위치 값이 함께 표시됩니다.

 

 

 


Posted by codedragon codedragon

댓글을 달아 주세요



 

 

선형 회귀(Linear Regression)

·         최소제곱법(OLS; ordinary least squares)

·         종속 변수(또는 반응 변수) 독립 변수(또는 설명 변수) 의해 설명하는 모델을 다루는 회귀 분석(Regression Analysis) 종류입니다.

 

·         선형 회귀는 예측과 훈련 세트에 있는 타깃 변수 사이의 평균제곱오차(mean squared error) 최소화하는 파라미터를 찾습니다.

·         선형 회귀는 매개변수가 없는 것이 장점이지만, 모델의 복잡도를 제어할 없다는 단점이 있습니다.

 

 

 

·         선형 회귀는 종속 변수 y 하나 또는 이상의 설명 변수 X 설명하는 모델을 만드는 방법입니다. 선형 회귀가 찾은 결과는 y = aX + ε 같은 형태가 됩니다.

·         회귀함수에서 소문자 x 아니라 대문자 X 사용했다는 점에 유의해야 합니다. 대문자 X 벡터 또는 행렬을 의미합니다.

·         Linear regression predicts output by fitting a linear equation
(y=ax+b) to observed data.

 

 

 

·         선형 회귀를 수행할 범주형 변수는 가변수(dummy variable) 바뀝니다.

·         상호 작용(Interaction) 있을 model.matrix 살펴보면 사실을 확인할 있습니다.

 

·         평균으로 돌아간다는 뜻의 선형 회귀는 미래를 예측하는 중요한 공식을 만들 있습니다.

 

 

http://bit.ly/2Q16UnQ

https://en.wikipedia.org/wiki/Linear_regression

 


'Development > Big Data, R, ...' 카테고리의 다른 글

랜덤포레스트(Random forest)  (0) 07:59:10
선형 회귀(Linear Regression)  (0) 2019.11.16
나이브베이즈 특징  (0) 2019.11.16
원-핫 인코딩(one-hot encoding)  (0) 2019.11.15
맛있는 수박/커피 고르기  (0) 2019.11.15
분류 분석 모형  (0) 2019.11.14
Posted by codedragon codedragon

댓글을 달아 주세요