달력

2

« 2020/2 »

  •  
  •  
  •  
  •  
  •  
  •  
  • 1


 

 

 

퍼셉트론 한계점 2

·         XOR 분류 해결 불가능합니다. XOR 학습할 없습니다. (XOR problem)

·         퍼셉트론의 한계를 해결한 것이 Multi-layer Perceptron입니다.

 

 

 

입력 X

입력 Y

XOR

0

0

0

0

1

1

1

0

1

1

1

0

 

 

 

 

 

Multi-layer Perceptron

·         입력 벡터를 새로운 공간으로 매핑하여 XOR 문제 해결하는 것이 가능합니다.

·         각각의 perceptron 입력 벡터를 새로운 공간으로 매핑하는 역할을 합니다.

 


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

집합(set)  (0) 2020.02.04
탐색적 데이터 분석(Exploratory data analysis)  (0) 2020.02.04
퍼셉트론 한계점 2  (0) 2020.02.03
메달 현황 그래프 그리기  (0) 2020.02.03
1.Summary - 1. 분석 결과 스토리텔링 하기  (0) 2020.02.03
대푯값  (0) 2020.02.03
Posted by codedragon codedragon

댓글을 달아 주세요



 

메달 현황 그래프 그리기

나라별 메달 그래프를 시각화 코드 예시입니다.

 

 

 

# 작업폴더 지정

> setwd("C:/CodeLab/workspace_R")
> getwd()
[1] "C:/CodeLab/workspace_R"

>

 

# 데이터 불러오기

# header=TRUE: 첫줄이 헤더있지 표시 설정

> olympic<- read.csv("Medal.csv", sep=",", header=TRUE)

 

 

# 데이터 확인

> olympic
  미국 영국 중국 러시아 독일 일본 프랑스 대한민국 이탈리아 호주
1   46   27   26     19   17   12     10        9        8    8
2   37   23   18     18   10    8     18        3       12   11
3   38   17   26     19   15   21     14        9        8   10

>

 

 

 

# 나라별 메달 데이터 확인

> olympic$대한민국
[1] 9 3 9

>

 

 

> olympic$일본
[1] 12  8 21

>

 

 

> olympic$이탈리아
[1]  8 12  8

>

 

 

 

# 나라별 바그래프 출력

> barplot(olympic$대한민국)

>


 

> barplot(olympic$일본)

>


 

> barplot(olympic$이탈리아)


 

 

 

 

# 데이터 확인

> olympic
  미국 영국 중국 러시아 독일 일본 프랑스 대한민국 이탈리아 호주
1   46   27   26     19   17   12     10        9        8    8
2   37   23   18     18   10    8     18        3       12   11
3   38   17   26     19   15   21     14        9        8   10

>

 

 

 

 

# 모든 나라의 그래프 출력

# ylim=c(0,50) : y축이 최대값이 46이므로 ㅇ를 표현하기 위해 50으로 설정

> barplot(as.matrix(olympic),main = "금메달수",ylab="수량",
+         beside=T,col=rainbow(3),ylim=c(0,50))

>


 

 

 

 

 

# 범례 추가

# 35,40 (x, y) 위치에 범례를 표시합니다.

> legend(35,40,c("","",""),cex=0.8,fill=rainbow(3))

>


 

 


Posted by codedragon codedragon

댓글을 달아 주세요



 

 

 

 

사용자별 시각화 이용 내용(예시)

구분

사용자

이용 목적 내용

내부

임원급 (CEO, CIO, CFO )

매출 의사결정

내부

부사장과 수석관리자

매출 의사결정

내부

감독

매출 의사결정

내부

관리자

-

내부

직원 (개별 참여자)

-

외부

고객

제품별 매출 현황 파악

외부

청중

주요 제품 홍보

외부

개인

주요 제품 홍보

 

https://codedragon.tistory.com/9969

https://codedragon.tistory.com/10080

 

 

 

 

 

 

 

사용자별 데이터 표시 수준 사례

사용자별 시각화 이용 시나리오에 데이터 표시 수준 항목 추가되어 집니다.(예시)

 

구분

사용자

이용 데이터 정보

스토리보드에서 데이터 표시 수준

이용 시나리오

내부

1. 임원 : CEO, CIO, CFO

판매 실적 데이터

회사 전체 : 상위 수준 데이터

임원은 OOO 대한 연도별 ~

내부

2. 그룹별 관리자

-

-

-

~

~

~

~

~

외부

7. 고객

구매 데이터

하위 수준 데이터

(세부 항목)

사용자는 OOO 대한 구매 ~

~

~

~

~

~

 

 


Posted by codedragon codedragon

댓글을 달아 주세요

 

자바스크립트 strict 모드 문법

strict 모드는 기존 자바스크립트 언어의 일부 기능을 제한하는 문법을 사용합니다.

자바스크립트 strict 모드 문법을 이용하면 강력한 오류 검사와 함께 향상된 보안 기능을 사용할 수 있습니다.

대상

문법 규칙(제한 사항)

변수

선언되지 않은 변수나 객체를 사용할 수 없습니다.

변수

eval() 함수 내에서 선언된 변수는 외부에서 사용할 수 없습니다.

프로퍼티

읽기 전용 프로퍼티에는 대입할 수 없습니다.

프로퍼티

한 프로퍼티를 여러 번 정의할 수 없습니다.

함수

함수를 구문이나 블록 내에서 선언할 수 없습니다.

매개변수

매개변수의 이름이 중복되어서는 안됩니다.

매개변수

arguments 객체의 요소 값을 변경할 수 없습니다.

문자열

문자열 "eval" "arguments"는 사용할 수 없습니다.

8진수

숫자 리터럴에 8진수 값을 대입할 수 없습니다.

this

this 포인터가 가르키는 값이 null이나 undefined인 경우 전역 객체로 변환되지 않습니다.

delete

delete 키워드를 사용할 수 없습니다.

with

with 문을 사용할 수 없습니다.

예약어

다음 예약어들은 사용할 수 없습니다.

(implements, interface, let, package, private, protected, public, static, yield)

 

 

Posted by codedragon codedragon

댓글을 달아 주세요


 

스크립트릿(Scriptlet)

JSP페이지에서 JAVA언어를 사용하기 위한 요소 중 가장 많이 사용되는 요소 입니다.

우리가 알고 있는 거의 모든 JAVA코드를 사용할 수 있습니다.

 

<% //자바코드 시작 태그   

 

//java 코드 기술  

 

%> //자보코드 태그

 

<%   

for(int i=0; i<str.length; i++)    {

out.println("<tr>");

out.println("<td>");

out.println(i);

out.println("</td>");

out.println("<td>");

out.println(str[i]);

out.println("</td>");

out.println("</tr>");

}   

%>

 

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

 

numpy.argsort()

해당 데이터셋에서 크기가 작은 값부터 순서대로 데이터의 index를 반환해주는 함수입니다. (index 0부터 시작합니다.)

 

 

 

 


'Development > Python' 카테고리의 다른 글

데이터프레임 병합  (0) 2020.02.04
set vs dictionary vs list vs tuple  (0) 2020.02.04
numpy.argsort()  (0) 2020.02.03
리터럴을 통한 dict 생성, dict() 생성자를 통한 dict생성  (0) 2020.02.03
bincount()  (0) 2020.02.03
np.percentile()  (0) 2020.02.03
Posted by codedragon codedragon

댓글을 달아 주세요

 

리터럴을 통한 dict 생성

·         Dictionary "dict" 클래스로 구현되어 있습니다.

·         Key Value 여러 개가 { } 감싸져 있습니다.

·         Dictionary (key) 값을 변경할 없는 Immutable 타입이어야 하며, Dictionary (value) Immutable Mutable 모두 가능합니다.

·         각각의 요소는 Key : Value 형태로 이루어져 있으며 요소는 쉼표(,) 구분되어 집니다.

·         딕셔너리에 있는 Key 고유한 값이므로 중복되는 Key 값을 설정해 놓으면 하나를 제외한 나머지 것들은 모두 무시됩니다. (어떤 것이 무시될지는 예측할 없습니다.)

·         Key 리스트(list) 없지만 튜플(tuple) Key 있습니다.

 

{key1:value1, key2:value2, key3:value3 ...}

{}

 

Key

·         키는 변경 불가능 (Immutable) 자료만 가능

·         문자열, 숫자, 튜플은 가능

·         리스트(mutable) 사전의 키가 없음

Value

·         사전에 입력되는 값은 임의의 객체

·         임의의 객체 모두 가능

 

 

 

dict() 생성자를 통한 dict생성

dict() 생성자는 Key-Value 쌍을 갖는 Tuple 리스트를 인자로 받아서 새로운 딕셔너리를 생성합니다.

 

dict(key=value, key=value, ...)

 

 

 

'Development > Python' 카테고리의 다른 글

set vs dictionary vs list vs tuple  (0) 2020.02.04
numpy.argsort()  (0) 2020.02.03
리터럴을 통한 dict 생성, dict() 생성자를 통한 dict생성  (0) 2020.02.03
bincount()  (0) 2020.02.03
np.percentile()  (0) 2020.02.03
실수 값을 카테고리 값으로 변환하는 함수  (0) 2020.02.03
Posted by codedragon codedragon

댓글을 달아 주세요

2020. 2. 3. 12:38

bincount() Development/Python


 

 

bincount()

·       unique() 함수는 데이터에 존재하는 값에 대해서만 갯수를 세므로 데이터 값이 나올 수 있음에도 불구하고 해당 데이터가 하나도 없는 경우에는 출력되지 않습니다.

·       예를 들면, 주사위를 10번 던졌을 5 한 번도 나오지 않으면 이 값은 0이므로 출력이 되지 않습니다. 이경우에도 0으로 처리된 값을 출력할 있습니다.

·       특정 범위안의 수를 모두 표시하고자 경우에는 bincount()함수와 minlength 인자를 설정하여 사용하면 됩니다. 그러면 0 부터 minlength - 1 까지의 숫자에 대해 각각 카운트한 결과를 반환하며 카운트한 값이 없는 데이터는 0이 출력되게 됩니다.

 

 

numpy.bincount(x, weights=None, minlength=None)

 

https://bit.ly/37nkuKK

 

 

 


'Development > Python' 카테고리의 다른 글

numpy.argsort()  (0) 2020.02.03
리터럴을 통한 dict 생성, dict() 생성자를 통한 dict생성  (0) 2020.02.03
bincount()  (0) 2020.02.03
np.percentile()  (0) 2020.02.03
실수 값을 카테고리 값으로 변환하는 함수  (0) 2020.02.03
key in dic  (0) 2020.02.03
Posted by codedragon codedragon

댓글을 달아 주세요



 

SciPy - 기초 통계량

{SciPy} 패키지에는 여러가지 기술 통계 값을 한 번에 구해주는 describe()함수를 제공하고 있습니다.

 

from scipy.stats import describe

describe(a, axis=0, ddof=1, bias=True, nan_policy='propagate')[source]

 

 

https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.describe.html

 

 

 

 

반환 결과

DescribeResult(nobs=25, minmax=(-24, 23), mean=5.32, variance=124.72666666666669, skewness=-0.5971042905776737, kurtosis=0.35132788277359817)

 

항목

설명

nobs=25,

데이터의 개수

minmax=(-24, 23),

최소값, 최대값

mean=5.32,

평균

variance=124.72666666666669,

비편향 분산

skewness=-0.5971042905776737,

왜도(skewness)

kurtosis=0.35132788277359817

첨도(kurtosis)

 

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

 

np.percentile()

사분위수(quartile) 해당하는 값을 출력할 있습니다.

 

 

 

 

다섯 수치 요약(5 number summary) 대한 알아내기

import numpy as np

 

result = np.array(result)

print("min: "+str(np.percentile(result,0)))

print("1/4: "+str(np.percentile(result,25)))

print("2/4: "+str(np.percentile(result,50)))

print("3/4: "+str(np.percentile(result,75)))

print("max: "+str(np.percentile(result,100)))

 

 


'Development > Python' 카테고리의 다른 글

리터럴을 통한 dict 생성, dict() 생성자를 통한 dict생성  (0) 2020.02.03
bincount()  (0) 2020.02.03
np.percentile()  (0) 2020.02.03
실수 값을 카테고리 값으로 변환하는 함수  (0) 2020.02.03
key in dic  (0) 2020.02.03
Series(시리즈) 연산  (0) 2020.02.02
Posted by codedragon codedragon

댓글을 달아 주세요