달력

11

« 2019/11 »

  •  
  •  
  •  
  •  
  •  
  • 1
  • 2


 

 

오류 메시지

AttributeError: module 'scipy' has no attribute 'misc'

 

 

 

 

해결 방법

하위패키지 모듈을 직접 import 사용하시기 바랍니다.

 

pydev Error

 

jupyter OK

import scipy as sp

 

img_gray = sp.misc.face(gray=True)

img_gray.shape

  

pydev Error

 

jupyter OK

import scipy

 

img_gray = scipy.misc.face(gray=True)

img_gray.shape

pydev OK

 

jupyter OK

import scipy.misc

 

img_gray = scipy.misc.face(gray=True)

print(img_gray.shape)

# (768, 1024)

 

 


'Development > Python' 카테고리의 다른 글

클래스 정의  (0) 2019.11.17
dtype  (0) 2019.11.15
AttributeError: module 'xxx' has no attribute 'xxx'  (0) 2019.11.14
4.Summary - 4.데이터베이스 활용  (0) 2019.11.14
2002년 한일월드컵 기간의 기온 공공데이터 가져오기  (0) 2019.11.14
행/열 합계 - sum()  (0) 2019.11.13
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

Wrapper클래스 활용

·       기본 자료형을 참조자료형으로 변환할 때(객체로 사용할 때) 사용하는 클래스입니다.

·       대표적으로 제네릭 클래스의 객체 생성시 활용됩니다.

·       래퍼 클래스(Wrapper class)는 산술 연산을 위해 정의된 클래스가 아니므로, 인스턴스에 저장된 값을 변경할 수 없습니다. 단지, 값을 참조하기 위해 새로운 인스턴스를 생성하고, 생성된 인스턴스의 값만을 참조할 수 있습니다.

 

 



'Development > Java' 카테고리의 다른 글

weka.clusterers.SimpleKMeans 명령어 옵션  (0) 2019.11.16
commons-math library - 수학과 통계관련 기능을 제공하는 라이브러  (0) 2019.11.16
Wrapper클래스 활용  (0) 2019.11.14
SimpleDateFormat  (0) 2019.11.13
WEKA API documentation  (0) 2019.11.10
WEKA - arff Dataset  (0) 2019.11.10
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

분류 분석 모형

기계 학습에서 기본이 되는 로지스틱 회귀 모델, 의사 결정 나무, 신경망, 서포트 벡터 머신 알고리즘이 있습니다.

 

·         로지스틱 회귀 모형(Logistic regression)

·         신경망 모형(Artificial neural network)

·         의사결정나무 모형(Decision tree)

·         앙상블 모형(Ensemble)

·         유전자 알고리즘(Genetic algorithm)

·         규칙기반 분류 모형(Rule-based)

·         사례기반 분류 모형(Case-based)

·         인접이웃 분류 모형(Nearest neighbor)

·         베이즈분류 모형(Bayesian)

·         서포트벡터기계(Support vector machine)

 


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

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
베이지안 네트워크가 활용된 사례  (0) 2019.11.14
데이터 전처리(Data preprocessing)  (0) 2019.11.13
데이터 정제 방법  (0) 2019.11.13
Posted by codedragon codedragon

댓글을 달아 주세요



 

 

 

1

데이터 베이스에 UPDATE, DELETE 쿼리문을 수행하고 Commit하는 프로그램입니다. 해당 코드를 완성하시오.

 

 

import pymysql

 

conn = _________________________.connect(host='localhost', user='dsuser', password='mysqlpw',

                       db='dsdb', charset='utf8')

 

curs = conn._________________________()

 

# Region "seoul"인 데이타를 모두 "서울"로 변경

sql = """_________________________ customer

         set region = '서울'

         where region = 'seoul'"""

curs.execute(sql)

 

 

 

# id 6 customer 데이타를 삭제

sql = "delete from customer where id=_________________________"

curs.execute(sql, 7)

 

conn.commit()

 

 

 

 

# 데이터 확인하기

sql = "select * from customer"

curs._________________________(sql)

 

# 데이타 Fetch

rows = curs._________________________()

 

# 전체 rows

# 전체 row들을 Tuple Tuple로서 출력

print(rows)

 

 

_________________________.close()

 

 

 

import pymysql

 

conn = pymysql.connect(host='localhost', user='dsuser', password='mysqlpw',

                       db='dsdb', charset='utf8')

 

curs = conn.cursor()

 

# Region "seoul"인 데이타를 모두 "서울"로 변경

sql = """update customer

         set region = '서울'

         where region = 'seoul'"""

curs.execute(sql)

 

 

 

# id 6 customer 데이타를 삭제

sql = "delete from customer where id=%s"

curs.execute(sql, 7)

 

conn.commit()

 

 

 

 

# 데이터 확인하기

sql = "select * from customer"

curs.execute(sql)

 

# 데이타 Fetch

rows = curs.fetchall()

 

# 전체 rows

# 전체 row들을 Tuple Tuple로서 출력

print(rows)

 

 

conn.close()

 

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

2002 한일월드컵 기간의 기온 공공데이터 가져오기

지역별 기온 데이터 내려받아 사용 있습니다.

 

 


 

 

기상자료개방포털 홈페이지에 접속

https://data.kma.go.kr/


 

 

상단 메뉴에서 [기후통계분석] >> [기후분석]


 

 

"조건별통계" 페이지가 나오며 다야한 옵션을 통해 기온 정보를 알고 싶은 지역과 기간을 설정합니다.

 

한일 월드컵이 열린 20026 1일부터 6 30일까지 한 달간의 기온 정보를 조회합니다.

 

분류

지상

지역/지점

서울

요소 

기온

기간

     2002 ~   2002

조건

  0606

  01 ~ 31

 


 

하단의 [검색] 버튼 클릭


 

 

조건에 맞게 검색된 데이터가 그래프와 표형태로 보여집니다.


 

 

 

그래프 밑에 있고 우측 상단에 있는 [CSV다운로드] 버튼 클릭


 

 


 

 

 

직접 다운로드 

extremum_200206010631.csv




Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

베이지안 네트워크가 활용된 사례

·         스톡옵션 예측

·         일기예보 예측

·         항공기 연착 요인 측정

·         마이크로소프트 리서치 프로젝트

 

 

 

스톡옵션 예측

금융쪽에서는 데이터가 완전하지 않은 경우에도 베이지안 네트워크를 사용하여 합리적인 예측을 만들어냅니다. 베이지안 네트워크는 보험, 은행, 투자 회사 같은 곳에서는 완벽한 도구가 됩니다.


 

 

 

 

 

일기예보 예측

기존의 날씨 데이터로 미래의 날씨를 예측합니다.


 

 

 

 

 

항공기 연착 요인 측정

중국 난징대학교의 항공대학은 항공기의 안전을 위협하는 연착 요인을 베이지안 네트워크로 측정합니다.


 

 

 

 

 

마이크로소프트 리서치 프로젝트

1993 마이크로소프트 리서치 프로젝트의 일환으로 뤼미에르(Lumiere) 프로젝트가 탄생하였습니다. 프로젝트의 목표는 사용자를 도울 있는 플랫폼 개발이었습니다. 나중에는 상업 항공기의 조종사 정보 시스템, 미국 항공우주국(NASA) 항공 기관사 데이터 표시, 마이크로소프트 오피스의 길잡이(clippy, 클리피) 사용되었습니다(오피스 클리피는 베이지안 네트워크입니다).

 


 

 

 

images.google.com

 


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

맛있는 수박/커피 고르기  (0) 2019.11.15
분류 분석 모형  (0) 2019.11.14
베이지안 네트워크가 활용된 사례  (0) 2019.11.14
데이터 전처리(Data preprocessing)  (0) 2019.11.13
데이터 정제 방법  (0) 2019.11.13
데이터 정제  (0) 2019.11.12
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

GnuWin; windows wget - download

 

https://sourceforge.net/projects/gnuwin32/


 


 최신 버전 폴더 클릭

https://sourceforge.net/projects/gnuwin32/files/wget/


 

 



 

 


 


 

 

 

 

 

직접 다운로드 

wget-1.11.4-1-src.zip

wget-1.11.4-1-setup.exe



'Security > Windows' 카테고리의 다른 글

GnuWin; windows wget - download  (0) 2019.11.14
시작 프로그램 확인하기 - msconfig  (0) 2019.10.20
Xbox Game Bar 실행 확인, Xbox Game Bar 비활성화  (0) 2019.10.12
쿠키 파일 확인  (0) 2019.10.10
제어판 실행하기  (0) 2019.09.05
.NET Framework download  (0) 2019.07.26
Posted by codedragon codedragon

댓글을 달아 주세요