에러메시지 DatabaseError: ORA-00054: 리소스가 사용 중이어서 NOWAIT가 지정되었거나 시간 초과가 만료된 상태로 획득합니다. 해결방법1 열려있는 Connect객체와 Cursor객체의 자원을 해제한 후 다시 수행합니다.

relative 접근자를 통한 import· ..과 .기호를 사용하여 상대경로를 이용하여 import 하는 것도 가능합니다.· Python 2.5부터 사용가능합니다.· ..과 같은 relative 접근자는 .py와 같이 모듈 안에서만 사용가능합니다.· 파이썬 인터프리터에서 relative한 접근자를 사용하면 "SystemError: cannot perform relative import"와 같은 오류가 발생합니다.

VotingClassifier() · {sklearn.ensemble} 서브패키지의 메소드입니다. · 앙상블(Ensemble)의 다수결 기법(Voting)의 모형을 생성합니다. from sklearn.ensemble import VotingClassifier class sklearn.ensemble.VotingClassifier(estimators, voting='hard', weights=None, n_jobs=None, flatten_transform=True) parameter description estimators · 개별 모형 목록 · 리스트나 named parameter 형식으로 입력합니다. voting · 문자열 {hard, soft} · hard voting 과 soft voting 선택..

graph_from_dot_data() · {pydotplus} 패키지의 graphviz를 통한 그래프 생성 함수입니다. · 그래프 저장용 텍스트 파일 포맷인 dot 형식의 데이터로 정의된 그래프를 로드(load)하여 그래프를 생성해줍니다. # graphviz를 통한 그래프 생성 함수 from pydotplus import graph_from_dot_data # 그래프를 생성하기위해 data 생성 dot_data = export_graphviz(tree, filled=True, rounded=True, class_names=target_name, feature_names=feature_names, out_file=None) # graphviz data통해 그래프 생성 graph = graph_from_d..

learning_curve() 학습 곡선을 그려줍니다. sklearn.model_selection.learning_curve(estimator, X, y, groups=None, train_sizes=array([0.1, 0.33, 0.55, 0.78, 1. ]), cv=None, scoring=None, exploit_incremental_learning=False, n_jobs=None, pre_dispatch='all', verbose=0, shuffle=False, random_state=None, error_score=nan, return_times=False) https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.l..

export_graphviz() · {sklearn.tree}모듈의 export_graphviz() 메소드를 사용하여 의사결정트리를 시각화시켜줍니다. · export_graphviz() 메소드는 그래프 저장용 텍스트 파일 포맷인 .dot 파일포멧을 생성합니다. # graphviz data 생성함수 임포트 from sklearn.tree import export_graphviz parameter description decision_tree decision tree classifier 의사결정나무 분류기(모델) filled=True bool, optional (default=False) filled=True: True로 지정하면 노드의 클래스가 구분되도록 색으로 칠해집니다 rounded bool, opti..