Development/Python(798)
-
keras.callbacks 서브 패키지의 주요 메소드
keras.callbacks 서브 패키지의 주요 메소드
-
tensorflow 주요 함수
tensorflow 주요 함수 메소드 설명 tf.Variable() 변수의 값 지정 tf.random_uniform() 임의의 수를 생성 tf.sqrt(x) x의 제곱근을 계산 tf.reduce_mean(x) x의 평균을 계산 tf.square(x) x의 제곱을 계산 tf.train.GradientDescentOptimizer() 경사 하강법 tf.global_variables_initializer() 변수 초기화 tf.placeholder('데이터형', '행렬의 차원', '이름') 입력 값을 저장하는 공간 생성 tf.matmul() 행렬곱을 적용 tf.sigmoid() 시그모이드 계산 0에서 10 사이에서 임의의 수 1개를 만듭니다. 데이터 형식은 실수형(float64)으로 지정하고, 실행 시 같은 값..
-
range()
range()· 특정 범위의 숫자 시퀀스를 생성시켜주는 함수입니다.· range()메소드는 반복문과 직접적인 연관은 없지만, 흔히 반복문과 함께 많이 사용됩니다.· range() 함수는 1~3개의 파라미터를 가질 수 있으며, 파라미터 갯수에 따라 다르게 수행됩니다.
-
SciPy 기초적인 검정
SciPy 기초적인 검정 SciPy 파이썬 패키지는 다양한 검정방법을 사용하여 기초적인 검정을 수행합니다.
-
train_test_split()
train_test_split() · 데이터셋을 섞어서 나눠주는 함수입니다. · X 데이터와 Y 데이터에서 각각 정해진 비율(%)만큼 구분하여 한 그룹은 학습에 사용하고 다른 한 그룹은 테스트 데이터를 생성해 줍니다. · 전체 행 중 75%는 훈련 데이터로 뽑고 나머지 25%는 테스트 데이터가 됩니다. sklearn.model_selection. train_test_split(x, y, stratify=y, random_state=42) X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3, random_state=seed)
-
변수 생성없이 사용할 경우
변수 생성없이 사용할 경우· 변수 a 생성하지 않고 바로 print(a)하면 에러가 발생합니다.· 변수 a가 생성되지 않았기 때문에 이해할 수 없기 때문입니다.· 반드시 변수에 값을 할당한 후 사용해야 합니다(변수 생성후 초기화한 다음 사용해야 합니다).