본문 바로가기
728x90
반응형

분류 전체보기336

Go 구조체 & 포인터 & 슬라이스 & 맵 구조체 - 이름이 지정된 필드가 포함된 타입 type Circle struct { x float64 y float64 r float64 } or type Circle struct { x, y, z float64 } 초기화 var c Circle -> 기본적으로 0으로 설정된 지역 Circle 변수가 생성된다. c := new(Circle) -> 모든 필드에 대한 메모리가 할당되고, 각 필드는 0 값으로 설정된 후 포인터가 반환된다. 각 필드에 값을 할당하고 싶은 경우, c := Circle{x: 0, y: 0, r: 5} or c := Circle{0, 0, 5} 필드 - 필드 접근 방법 위에 예시를 활용하면, fmt.Println(c.x, c.y, c.r) c.x = 10 c.y = 5 - circle.. 2023. 1. 8.
Go 반복문 & 제어문 for func main() { for i := 1; i 2023. 1. 8.
Go 변수 & 상수 변수 변수 선언 var a int Short Assignment Statement ( := ) 사용 a := 1 변수 선언문 - 초기값 할당 var a int = 1 동일한 타입의 변수가 복수개 있을 경우 var i, j, k int 상수 const 사용하여 선언 const c int = 10, const s string = "Hi" Go 에서는 할당되는 값을 보고 그 타입을 추론하는 기능이 자주 사용된다. 즉, int, string 을 생략하면 Go에서 자동으로 그 타입을 추론하게 된다. const c = 10, const s = "Hi" 여러 개의 상수들을 묶어 지정할 수 있다. 더보기 const ( Visa = "Visa" Master = "MasterCard" Amex = "American Exp.. 2023. 1. 2.
Go 데이터 타입 부울린 타입 bool - true, false 특별한 1비트 정수 타입이다. && = and, || = or, ! = not 문자열 타입 string - string은 한번 생성되면 수정될 수 없는 Immutable 타입이다. 공백도 하나의 문자로 간주된다. 문자열에는 1이 아닌 0부터 시작하는 인덱스가 지정돼 있다. 문자열 연결은 덧셈과 같은 기호를 쓴다. 정수형 타입 장비에 의존적인 정수 타입 - int, uint, uintptr 부호가 있는 정수(signed integer) - int8, int16, int32, int64 부호가 없는 정수(unsigned integer) - uint8, uint16, uint32, uint64 Float 및 복소수 타입 부동 소수점 타입 - float32(단정도 .. 2023. 1. 2.
Go 프로그래밍 언어 GO 프로그래밍 언어 2007년 구글에서 개발을 시작하여 2012년 GO 버젼 1.0을 완성하였다. GO는 이후 계속 향상된 버젼을 내 놓았으며 2022년 초에는 버젼 1.18 에 이르렀다. 흔히 golang 이라고도 불리우는 Go 프로그래밍 언어는 구글의 V8 Javascript 엔진 개발에 참여했던 Robert Griesemer, Bell Labs에서 유닉스 개발에 참여했던 Rob Pike, 그리고 역시 Bell Labs에서 유닉스 개발했으며 C 언어의 전신인 B 언어를 개발했던 Ken Thompson이 함께 개발하였다. Go는 전통적인 컴파일, 링크 모델을 따르는 범용 프로그래밍 언어이다. Go는 일차적으로 시스템 프로그래밍을 위해 개발되었으며, C++, Java, Python의 장점들을 뽑아 만들.. 2023. 1. 2.
MRI and Alzheimers 아래 출처를 통해, Data 분석 및 XGBoost 진행하였음 아직 이해하지 못하거나, 개념적인 부분이 미흡함 개념 부분을 공부해서 정리할 예정 출처 : https://www.kaggle.com/code/shreyaspj/alzheimer-s-analysis-using-mri?scriptVersionId=74709903&cellId=2 ## MRI and Alzheimers # 데이터출처 : https://www.kaggle.com/datasets/jboysen/mri-and-alzheimers In [2]: import tensorflow.compat.v1 as tf from sklearn.metrics import confusion_matrix import numpy as np from scipy.i.. 2022. 5. 23.
Seaborn을 활용한 데이터 분포 시각화 17가지 방법 Seaborn matplotlib 기반의 시각화 라이브러리이며, 유익한 통계 그래픽을 그리기 위한 고급 인터페이스를 제공 Distribution Plot 데이터의 분포를 시각화하는데 도움을 주며, 이 그래프를 사용하여 데이터의 평균(mean), 중위수(median), 범위(range), 분산(variance), 편차(deviation) 등을 이해할 수 있음 Hist Plot 변수에 대한 히스토그램을 표시 하나 혹은 두 개의 변수 분포를 나타내는 전형적인 시각화 도구로 범위에 포함화는 관측수를 세어 표시 KDE Plot 하나 혹은 두 개의 변수우에 대한 분표를 그리며, 절대량이라면 kdeplot은 밀도 추정치를 시각화함 결과물로는 연속된 곡선의 그래프를 얻을 수 있음 ECDF Plot 누적 분포를 시각화하.. 2022. 5. 8.
train_test_split 학습데이터와 테스트데이터 분리 train_test_split train_test_split 메소드는 기본적으로 학습 feature들을 모은 데이터프레임, class label 칼럼을 input으로 받아 사용하게 됨 output은 4가지 형태인 X_train, X_test, y_train, y_test의 형태로 등장하며, 기본적으로 feature 부분은 데이터프레임으로, label 부분은 Series의 자료형으로 반환됨 X_train : 학습 데이터 셋의 feature 부분 X_test : 테스트 데이터 셋의 feature 부분 y_train : 학습 데이터 셋의 label 부분 y_test : 테스트 데이터 셋의 label 부분 train, test 데이터 셋의 비율을 다르게 설정하고 싶은 경우는 train_size 인자 혹은 tes.. 2022. 5. 6.
StandardScaler를 이용하여 데이터 전처리 StandardScaler 평균 = 0 / 표준편차 = 1 (Xi - (X의 평균)) / (X의 표준편차) 표준화 Standardization from sklearn.preprocessing import StandardScaler # Standardization 평균 0 / 분산 1 scaler = StandardScaler() scaler = scaler.fit_transform(data) # 교차검증시 scaler.fit(X_train) X_train = scaler.transform(X_train) X_test = scaler.transform(X_test) 2022. 5. 5.
XGBoost XGBoost Gradient Boosting 알고리즘을 분산환경에서도 실행할 수 있도록 구현해놓은 라이브러리 Regression, Classification 문제를 모두 지원하며, 성능과 자원 효율이 좋아서, 인기 있게 사용되는 알고리즘 CART(Classification And Regression Tree) 기반의 앙상블 학습에서 가장 각광받고 있는 알고리즘 early stopping 제공 GBM 기반이지만, GBM의 단점인 느린 수행 시간 및 과적합 규제 부재 등의 문제가 해결됨 병렬 CPU 환경에서 병렬학습이 가능하여 기존 GBM보다 빠르게 학습 완료할 수 있음 Ensemble Ensemble은 방식에 따라서 Bagging과 Boosting 으로 분류 Ensemble은 여러개의 모델을 조합해서 그.. 2022. 5. 5.
728x90
반응형