Development(7985)
-
원-핫 인코딩(one-hot encoding)
원-핫 인코딩(one-hot encoding)· 텍스트를 유의미한 숫자(벡터)로 바꾸는 방법입니다.· 해당되는 하나의 데이터만 1로 변경해 주고 나머지는 0으로 채워주기 때문에 원핫 인코딩이라고 합니다. · 단어 하나에 인덱스 정수를 할당한다는 점에서 '단어 주머니(bag of words, BoW)'라 부르기도 합니다.· 원핫인코딩은 파이썬코드로 직접 구현할 수도 있지만 판다스나 사이킷런 패키지를 사용해서 변환할 수도 있습니다. http://www.kakaobrain.com/blog/6https://en.wikipedia.org/wiki/One-hot '인간'을 표현하는 벡터 원-핫 인코딩 예
-
맛있는 수박/커피 고르기
맛있는 수박/커피 고르기 무게는? 색깔은? 크기는? 재배지는? 커피 맛(Taste)과 향기(Aroma)를 종합하여 ‘향미’(香味 또는 風味/Flavor)라고 하며 커피의 가장 중요한 품질 요소이다. 미국 스페셜티 커피협회(SCAA)는 커피 향미를 향기(Aroma), 상큼한 맛(Acidity), 중후한 감(Body), 향미(Flavor), 뒷맛(After Taste), 전체적 균형 감(Balance)의 여섯 가지 관능 요소로 평가한다. 생두 크기가 클수록 고급이며 가격이 비싼 편이나, 맛과 비례하지는 않으며, 커피 맛과 향을 좌우하는 밀도가 낮은 생두도 일부 포함되어 있으므로 잘 살펴보아야 한다. 보통 크기를 분류할 때는 스크리너(일정한 크기 구멍이 뚫린 체)로 쳐서 작은 생두를 밑으로 빠지게 하여 체 위..
-
AttributeError: module 'xxx' has no attribute 'xxx'
오류 메시지AttributeError: module 'scipy' has no attribute 'misc' 해결 방법하위패키지 모듈을 직접 import한 후 사용하시기 바랍니다.
-
Wrapper클래스 활용
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.
-
분류 분석 모형
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)
-
4.Summary - 4.데이터베이스 활용
1 데이터 베이스에 UPDATE, DELETE 쿼리문을 수행하고 Commit하는 프로그램입니다. 해당 코드를 완성하시오. import pymysql conn = pymysql.connect(host='localhost', user='dsuser', password='mysqlpw', db='dsdb', charset='utf8') curs = conn.cursor() # Region이 "seoul"인 데이타를 모두 "서울"로 변경 sql = """update customer set region = '서울' where region = 'seoul'""" curs.execute(sql) # id가 6인 customer 데이타를 삭제 sql = "delete from customer where id=%s" c..