스텁(Stub)

·         실제 코드나 아직 준비되지 못한 코드를 임의로 동작하도록 하는 메커니즘

·         시스템이 너무 복잡하여 수정이 불가할 때 사용

·         통합 테스트와 같이 포괄적인 테스트를 수행 시 사용

·         별도로 외부 연동 시스템을 준비할 필요 없이 테스트 수행

클라이언트 기능와 서버 구성

기능이 네 가지로 구성되고, 두 개의 서버와 연동되는 프로그램입니다.

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

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

가상으로 연동 부분을 만들어 테스트

미구현 부분을 미구현된 부분과 연동이 필요한 부분을 가상으로 구성하여 테스트합니다.

weka.clusterers.SimpleKMeans 명령어 옵션

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

선형 회귀(Linear Regression)

·         ≒ 최소제곱법(OLS; ordinary least squares)

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

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

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

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

·         회귀함수에서 소문자 x가 아니라 대문자 X를 사용했다는 점에 유의해야 합니다. 대문자 X는 벡터 또는 행렬을 의미합니다.

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

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

·         상호 작용(Interaction)이 있을 때 model.matrix를 살펴보면 이 사실을 확인할 수 있습니다.

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

http://bit.ly/2Q16UnQ

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