달력

11

« 2019/11 »

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

'2019/11/08'에 해당되는 글 2

  1. self
  2. Bayesian networks, 베이즈 네트워크
2019.11.08 02:00

self Development/Python


 

 

self

·         생성된 객체 자신을 의미합니다.

·         생성된 객체의 멤버에 접근할 사용합니다.

·         생성자의 파라미터로 사용됩니다.

·         JAVA에서 this 해당하는 키워드입니다.

 

 

 

클래스 정의

클래스 정의시 생성자의 파라미터로 사용됩니다.

class MyClass:

    def setdata(self, first, second):

        self.first = first #객체변수 생성

        self.second = second #객체변수 생성

def sum(self):

        result = self.first + self.second

        return result

 

setdata()함수는 입력 인수로 self, first, second라는 3개의 입력값을 받고 있습니다. 그런데 일반적인 함수와는 달리 메서드의 번째 입력 인수로 self라는 특별한 의미를 갖는 변수를 사용합니다.

 

 

 

 

멤버메소드 호출 1

객체명.멤버메소드(인자1, 인자2)

 

mc = MyClass()

mc.setdata(3, 7)

"객체명.메서드" 형태로 호출할 때는 번째 입력 인수(self) 반드시 생략해야 합니다.

mc 객체의 setdata() 메서드가 호출되고 setdata() 메서드의 번째 인수에는 자동으로 mc라는 객체가 입력값으로 들어가게 됩니다.

, MyClass setdata()메소드의 입력 인수는 self, first, second 3개이지만 mc.setdata(3, 7)처럼 2개의 입력값만 주어도 mc라는 객체가 setdata() 함수의 번째 입력을 받는 변수인 self 대입되게 됩니다.

인자

대입되는

self

mc

 

자동으로 번째 인수로 실행 객체가 대입됩니다.

first

3

second

7

 

 

 

 

 

멤버메소드 호출 2

클리스명.멤버메소드(객체명, 인자1, 인자2)

 

mc = MyClass()

MyClass.setdata(mc, 3, 7)

"클래스명.멤버메서드" 형태로 호출할 때는 객체 mc 입력 인수로 넣어 주어야 합니다.

 

 

 

 

 

멤버메소드 - setdata()

클래스의 정의 코드

동일한 해석 코드

self.first = first

self.second = second

mc.first = first

mc.second = second

 

 

 

 

 

 

멤버 메소드 - sum()

def sum(self):

   result = self.first + self.second

   return result

mc.sum()

입력으로 받는 값은 self밖에 없고 반환값은 result입니다.

mc.sum()으로 메소드를 수행하면 sum 메서드에 자동으로 객체 mc 번째 입력 인수인 self 들어가게 됩니다.

 

메소드의 정의 코드

동일한 해석 코드

result = self.first + self.second

result = mc.first + mc.second

 

 



'Development > Python' 카테고리의 다른 글

실제 행렬을 사용한 곱셈의 예  (0) 2019.11.09
멤버 메서드 종류  (0) 2019.11.09
self  (0) 2019.11.08
else 블록  (0) 2019.11.07
plt.imshow()  (0) 2019.11.06
다차원 실수형 데이터 시각화, seaborn.pairplot()  (0) 2019.11.05
Posted by codedragon codedragon

댓글을 달아 주세요

 

 

Bayesian networks

·         베이즈 네트워크

·         주디아 (Judea Pearl) 서로 직접적으로 연관된 네트워크에서 정보를 업데이트하기 위해 베이즈 이론에 의존하는 네트워크의 측면을 강조하고자 처음 만들었습니.

·         Bayesian networks 불확실성이 작용하는 곳이면 어디에서나 있습니다. 불확실성은 많은 곳에 있으며, 불확실성이 있는 곳에는 확률도 같이 존재합니다.

 

·         변수나 모수 집합을 바탕으로 확률에 근거하여 결과를 예측할 있습니다. 변수들은 어떤 변수의 결과값이 다른 변수의 결과 확률에 영향을 미치도록 연결되어 있습니다.

·         베이지안 네트워크는 그래프 이론과 확률 이론을 결합한 것으로 복잡성과 불확실성을 편리하게 다룰 있습니다.

 

·         확률적 방향성 비순환 그래픽 모델(probabilistic directed acyclic graphical model), 베이즈 네트워크(Bayes Network), 빌리프 네트워크(Belief Network), 베이지안 모델(Bayesian Model) 있습니다.

 

 

http://bit.ly/34k5US6

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

 


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

Jitter(지터)  (0) 2019.11.09
신경망 종류  (0) 2019.11.09
Bayesian networks, 베이즈 네트워크  (0) 2019.11.08
열 벡터(column vector)  (0) 2019.11.07
대각 & 비대각  (0) 2019.11.06
선형대수학의 데이터의 유형  (0) 2019.11.05
Posted by codedragon codedragon

댓글을 달아 주세요