package(22)
-
xlim, ylim
xlim, ylim · 좌표축 값의 범위를 지정하는 옵션입니다. · plot()이 기본으로 지정하는 X, Y 축 값의 범위가 마음에 들지 않는다면 그래프에 그려질 x 값의 범위, y 값의 범위를 바꿔줄 수 있습니다. · xlim, ylim의 값은 c(최솟값, 최댓값) 형태로 지정합니다. c(최솟값, 최댓값) 데이터 값의 최소, 최대치 값 알아내기 min(), max() 함수에 na.rm=TRUE를 사용해 최솟값, 최댓값을 확인한 후 xlim, ylim옵션에 설정합니다.
-
axis()
axis() · 그래프의 축 그려주기 · outer margin이나 plot margin에 좌표축을 그리는 함수 axis(side, at = NULL, labels = TRUE, tick = TRUE, line = NA, pos = NA, outer = FALSE, font = NA, lty = "solid", lwd = 1, lwd.ticks = lwd, col = NULL, col.ticks = NULL, hadj = NA, padj = NA, ... ) 인자 설명 side 그래프의 어느 쪽에 축을 그릴지 지정하는 정수 값 방향 1 bottom(below) 2 left 3 top 4 right at 축의 눈금이 그려질 곳의 위치를 지정하는 점들 labels 축 눈금에 라벨 데이터를 입력하는 숫자형 벡..
-
VotingClassifier()
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..
-
learning_curve()
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..
-
Python 접근 제한자 (Access Modifier)
Python 접근 제한자 (Access Modifier) · Python은 다른 언어에서 흔히 사용하는 public, protected, private 등의 접근 제한자 (Access Modifier)를 갖지 않습니다. · Python 클래스는 기본적으로 모든 멤버가 public 이 됩니다. · Python 코딩 관례(Convention)상 내부적으로만 사용하는 변수 혹은 메서드는 그 이름 앞에 하나의 밑줄 하나(_) 을 붙입니다. 하지만 이는 코딩 관례에 따른 것일 뿐 실제 밑줄 하나를 사용한 멤버도 public 이므로 필요하면 외부에서 엑세스할 수 있습니다. · 특정 변수명이나 메서드를 private으로 만들어야 한다면 두개의 밑줄(__)을 이름 앞에 붙이면 됩니다. def __init__(self,..
-
numpy 불린 인덱싱 (boolean indexing)
numpy 불린 인덱싱 (boolean indexing) · ≒ 불리안(Boolean) 배열 방식 · numpy 불린 인덱싱은 배열 각 요소의 선택여부를 True, False로 표현합니다. · 인덱스 배열의 원소가 True, False 두 값으로만 구성되며 인덱스 배열의 크기가 원래 ndarray 객체의 크기와 같아야 합니다. · 불린 값으로 된 배열을 인덱스로 사용하면 대상 배열의 인덱스가 True인 아이템만 결과로 추출할 수 있습니다. numpy 불린 인덱싱 방법 · True/False 값으로 불린 인덱싱 배열 · 표현식을 사용하여 불린 인덱싱 배열을 생성 True/False 값으로 불린 인덱싱 배열 만약 배열 a 가 2 x 3 의 배열이이라면, 불린 인덱싱을 정의하는 numpy 배열도 2 x 3 으..