달력

1

« 2020/1 »

  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  •  


 

 

 

분류 종류(분류 기법)

분류는 크게 이진 분류와 다중 분류로 나누어집니다.

 

분류

설명

이진 분류(binary classification)

개의 그룹으로 분류

다중 분류(multiclass classification)

이상의 그룹으로 분류

 

 


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

덴드로그램(Dendrogram)  (0) 2020.01.23
분류 종류(분류 기법)  (0) 2020.01.22
Elbow Method  (0) 2020.01.22
3.Summary - 3.변수간 관계 확인하기  (0) 2020.01.22
인공신경망(ANN; Artificial Neural Network)  (0) 2020.01.21
5.Summary - 5. 모델성능 평가하기  (0) 2020.01.21
Posted by codedragon codedragon

댓글을 달아 주세요


 

Elbow Method

·         엘보법

·         엘보우 차트

·         클러스터의 수를 순차적으로 늘려가면서 결과를 모니터링합니다.

·         하나의 클러스터를 추가했을 , 이전보다 훨씬 나은 결과 나타내지 않으면 이전의 클러스터의 수를 최종 클러스터의 수로 설정합니다.

 


 


 

http://bit.ly/2NJo1Lq

 

 

 

 


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

덴드로그램(Dendrogram)  (0) 2020.01.23
분류 종류(분류 기법)  (0) 2020.01.22
Elbow Method  (0) 2020.01.22
3.Summary - 3.변수간 관계 확인하기  (0) 2020.01.22
인공신경망(ANN; Artificial Neural Network)  (0) 2020.01.21
5.Summary - 5. 모델성능 평가하기  (0) 2020.01.21
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

 

카티션 프로덕트(Cartesian Product)

·       카티션 곱

·       릴레이션의 조합 가능한 모든 릴레이션을 구하기 위한 집합 연산을 의미합니다.

 

 

 

 

 

CARTESIAN PRODUCT(카티션 곱) - Database

https://codedragon.tistory.com/4353

 


'Development > Database' 카테고리의 다른 글

카티션 프로덕트(Cartesian Product)  (0) 2020.01.22
지식(knowledge) vs 지혜(wisdom)  (0) 2020.01.20
함수적 종속(Functional Dependency) 관계  (0) 2020.01.14
MongoDB Manual  (0) 2020.01.08
MSSQL 이중화 종류  (0) 2020.01.02
데이터 연동 기술의 발전  (0) 2019.12.26
Posted by codedragon codedragon

댓글을 달아 주세요


 

 

The Official Raspberry Pi Projects Book VOLUME 3

 

http://bit.ly/39fHMU2



Projects_Book_v3.z01

Projects_Book_v3.z04

Projects_Book_v3.zip

Projects_Book_v3.z02

Projects_Book_v3.z03


 

 


Posted by codedragon codedragon

댓글을 달아 주세요



 

 

 

에러 메시지

ModuleNotFoundError: No module named 'tensorflow.keras'

ModuleNotFoundError                       Traceback (most recent call last)

 in ()

      1 import tensorflow as tf

----> 2 from tensorflow.keras.models import Sequential

      3 from tensorflow.keras.layers import Dense

      4 from tensorflow.keras.optimizers import SGD

      5

 

ModuleNotFoundError: No module named 'tensorflow.keras'

 

 

 

 

 

해결방법

패키지 경로를 수정하여 다시 임포트합니다.

 

수정

from tensorflow.keras.models import Sequential

from tensorflow.keras.layers import Dense

from tensorflow.keras.optimizers import SGD

수정

from tensorflow.python.keras.models import Sequential

from tensorflow.python.keras.layers import Dense

from tensorflow.python.keras.optimizers import SGD

 

 


'Development > Python' 카테고리의 다른 글

LGB 규칙  (0) 2020.01.22
이름공간(NameSpace)  (0) 2020.01.22
ModuleNotFoundError: No module named 'tensorflow.keras'  (0) 2020.01.22
Python 함수 형태 1 2 3 4  (0) 2020.01.21
연속라인  (0) 2020.01.21
[Python] Loop control  (0) 2020.01.20
Posted by codedragon codedragon

댓글을 달아 주세요



 

 

R Code 예시

https://codedragon.tistory.com/9708

 

 

 

 

 

 

 

p-value 값과 통계적 의미

https://codedragon.tistory.com/9668

https://codedragon.tistory.com/9872

 


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

분류 종류(분류 기법)  (0) 2020.01.22
Elbow Method  (0) 2020.01.22
3.Summary - 3.변수간 관계 확인하기  (0) 2020.01.22
인공신경망(ANN; Artificial Neural Network)  (0) 2020.01.21
5.Summary - 5. 모델성능 평가하기  (0) 2020.01.21
불순도(impurity)  (0) 2020.01.21
Posted by codedragon codedragon

댓글을 달아 주세요



 

 

인공신경망(ANN; Artificial Neural Network)

·       인공신경망 뉴런들은 multi-layer로 구성을 하며, 역전파(back-propagation) 알고리즘을 통해 신경망의 학습 결과가 기대치와 비슷한 결과를 낼 수 있도록 뉴런의 입력으로 들어오는 시냅스의 가중치를 계속 조절해가는 과정을 거치며 훈련(training) 하게됩니다.

·       훈련 데이터를 통한 반복 훈련을 통해 가중치(w1, w2, …, wn)의 최적값이 정해지게 됩니다.

 

 


Posted by codedragon codedragon

댓글을 달아 주세요

 

 

 

K-교차검증(K-fold Cross-Validation)

단일한 훈련 데이터와 평가 데이터로 1회만 분할하는 것이 아니라, 전체 데이터를 K개로 등분한 , k=1,2...K번째 데이터 세트를 차례로 검증 데이터(Validation Data) 사용하고 나머지 데이터 세트를 모델 훈련에 반복적으로 사용하면서 모델 성능을 측정하는 방법입니다. 결국 K-교차 검증은 데이터 세트를 훈련 데이터와 검증 데이터(Validation Data) 나누어 모델링 성능 평가를 K 반복하게 되며, 모든 K 중첩에 대한 성능 평가결과들에 대한 평균치를 통해 최종 모델 성능 평가를 도출할 있습니다.

 

https://codedragon.tistory.com/6884

https://codedragon.tistory.com/9510

https://codedragon.tistory.com/9908

 


Posted by codedragon codedragon

댓글을 달아 주세요



 

 

함수의 형태 1 - 출력형태O 입력형태O

출력 형태

있음(int) ->  O

입력 형태

있음(int x, int y) -> O

해석

x, y 입력 받아

plus() 함수의 기능을 처리하고

int으로 출력

출력시

출력 형태가 있어 함수 내에서 반드시 return문을 사용해야 합니다.

 

# 함수 정의 형태 - OO

def plus(x, y):

    result = x + y

    return result # 반환값

 

 

 

 

 

 

함수의 형태 2 - 출력형태O 입력형태X

출력 형태

있음(int) -> O

입력 형태

없음(void) -> X

해석

입력 받는 없이

inputNum() 함수의 기능을 처리하고

int으로 출력

출력시

출력 형태가 있어 함수 내에서 반드시 return문을 사용해야 합니다.

 

# 함수 정의 형태 - OX

def inputNum():

    result = input('insert any keys :')

    return result #반환값

 

 

 

 

 

 

 

함수의 형태 3 - 출력형태X 입력형태O

출력 형태

없음(void) -> X

입력 형태

있음(int x) -> O

해석

x, y 입력 받아

sum() 함수의 기능을 처리하고

출력은 하지 않음

출력시

출력 형태가 void이므로 함수 내에서 return 문이 없어도 됩니다.(return생략가능)

 

# 함수 정의 형태 - XO

def sum(x, y):

    print("%d, %d 합은 %d입니다." % (x, y, x + y))

 

 

 

 

 

 

 

 

함수의 형태 4 - 출력형태X 입력형태X

출력 형태

없음(void) -> X

입력 형태

없음(void) -> X

해석

입력 없이

output() 함수의 기능을 처리하고

출력은 하지 않음

출력시

출력 형태가 void이므로 함수 내에서 return 문이 없어도 됩니다.(return생략가능)

 

//함수 정의 형태 - XX

 

def output():

    print("Hello Python")

 

 


'Development > Python' 카테고리의 다른 글

이름공간(NameSpace)  (0) 2020.01.22
ModuleNotFoundError: No module named 'tensorflow.keras'  (0) 2020.01.22
Python 함수 형태 1 2 3 4  (0) 2020.01.21
연속라인  (0) 2020.01.21
[Python] Loop control  (0) 2020.01.20
제어문과 관련된 유용한 내장 함수  (0) 2020.01.20
Posted by codedragon codedragon

댓글을 달아 주세요

2020. 1. 21. 12:05

연속라인 Development/Python


 

 

연속라인

·       \(백슬래시)는 코딩이 길어져 한 화면에 나타나지 않을 때 사용합니다.

·       \(백슬래시)를 사용하여 긴 라인을 여러줄로 나눌 수 있습니다.

·       \(백슬래시)로 나눠진 줄은 한 줄로 인식됩니다.

 

 

코드라인\

코드라인\

코드라인

 

 


'Development > Python' 카테고리의 다른 글

ModuleNotFoundError: No module named 'tensorflow.keras'  (0) 2020.01.22
Python 함수 형태 1 2 3 4  (0) 2020.01.21
연속라인  (0) 2020.01.21
[Python] Loop control  (0) 2020.01.20
제어문과 관련된 유용한 내장 함수  (0) 2020.01.20
elif, else  (0) 2020.01.20
Posted by codedragon codedragon

댓글을 달아 주세요