변수와 변수의 시작 주소 확인하기 소스 코드메모리 구조int a; int b; a=3; b=a+7; printf("변수a의 주소: %x \n",&a); printf("변수b의 주소: %x \n",&b); 소스코드 #include int main(void) { int a; int b; a=3; b=a+7; printf("a의 값: %d \n",a); printf("b의 값: %d \n",b); printf("변수a의 주소: %x \n",&a); printf("변수b의 주소: %x \n",&b); return 0; } 출력결과

연산자와 피연산자 구분 설명 연산자(Operator) 연산을 수행하는 기호 피연산자(Operand) 연산에 참여하는 변수나 상수 피연산자 연산자 피연산자 3 + 7 연산자의 종류 분류 연산자 대입 연산자 = 산술 연산자 +, -, *, /, % 복합 대입 연산자 +=, -=, *=, /=, %= 증감연산자 ++, -- 관계 연산자 >, =, >,

대입연산자, 복합대입 연산자 소스코드 public class OperatorEx09 { public static void main(String[] args){ System.out.println("=======대입 연산자========="); int a = 100; int b = 3; System.out.println("a : " + a); System.out.println("b : " + b); System.out.println("\n=======복합대입 연산자======"); a += b; System.out.println("a +=b : " + a); System.out.println("a : " + a); System.out.println("b : " + b); a -= b; System.out.p..

k-평균 군집화(k-means clustering) · ≒ k-평균 클러스터링 · 사전에 결정된 군집 수 K에 기초하여 전체 데이터를 상대적으로 유사한 K개의 군집으로 구분하는 방법입니다. · 상호배반적인 K개의 군집을 형성합니다. · 군집의 수 K를 사전에 결정해야 합니다. · 모집단 또는 범주에 대한 사전 정보가 없을 때 주어진 관측값들 사이의 거리를 측정하고 유사성을 이용하여 분석합니다. · 전체 데이터를 여러 개의 집단으로 그룹화함으로써 각 집단의 성격을 파악할 수 있고 데이터 전체의 구조를 이해하기 위한 방법입니다. · 새로운 데이터와 기존 데이터 간의 유클리디안 거리가 최소가 되도록 클러스터링합니다. 기존 데이터를 기준점으로 하여 유클리디안 거리 측정 거리가 최소화되도록 k개의 군집들로 클러스..

대입연산자와 산술연산자 소스코드 public class OperatorEx12 { public static void main(String[] args) { //대입연산자 //오른쪽의 값을 왼쪽의 변수에 저장하게 됩니다. int n1 = 7; //변수 선언 및 초기화 int n2 = 3; int result = n1 + n2; System.out.println("덧셈 결과: "+result); result = n1 - n2; System.out.println("뺄셈 결과: " + result); System.out.println("곱셈 결과: " + n1*n2); System.out.println("나눗셈 결과: " + n1/n2); System.out.println("나머지 결과: " + n1%n2); ..