728x90
728x90
수율이 무엇을 하는지 이해하려면 제너레이터가 무엇인지 이해해야 합니다. 그리고 발전기를 이해하기 전에, 여러분은 반드시 반복해서 사용할 수 있는 것들을 이해해야 합니다. 읽을거리 목록을 만들 때 목록의 항목을 하나씩 읽을 수 있습니다. 항목을 하나씩 읽는 것을 반복이라고 합니다: >>> mylist = [1, 2, 3] >>> for i in mylist: ... print(i) 1 2 3 내 리스트는 참을 수 있다. 목록 이해를 사용할 때 목록을 작성하므로 필수: >>> mylist = [x*x for x in range(3)] >>> for i in mylist: ... print(i) 0 1 4 ""를 사용할 수 있는 모든 것은..."은(는) 반복할 수 있는 항목입니다. 목록, , 파일... 이 반..
간만에 올리는 오류노트 한줄 해결법 아래의 오류를 해결하려면, AttributeError: 'NoneType' object has no attribute 'get_frame' clip.close()가 선언되어 있다면, 지워야한다. (VideoFileClip() 객체가 close가 되어있다면 오류 발생함) 오류 해결 끝!
GIT?업무업무를 하다가 Ubuntu서버에서 로컬로 형상관리를 해야할 업무가 생겼다.난생 처음보는 것인지라 당황했지만 다행히 아래의 순서대로 해결했다. 순서 1. 로컬에서 home으로 가면 .ssh폴더가 있을텐데 들어간다. 들어가서 config파일을 수정한다.user는 서버의 이름을 넣고 IdentitiFile에는 해당 서버로 접속하기 위한 key의 이름을 넣는다.반드시 해당 폴더 .ssh안에 키 파일이 들어있어야 한다. 2. 해당 설정을 완료하면 어디서든지 Host의 이름대로 서버에 접속할 수 있다.예시) ssh magicbg.ai 3. 마지막으로 원하는 폴더에 git clone을 해주면 서버에서 자동으로 clone 되어 형상관리가 가능해진다.
아래와 같이 base.py (settings.py)의 설정을 변경한다. 생각보다 간단했는데 막상 찾으려니...
한줄 요약 : config 폴더 안의 wsgi.py 파일을 아래와 같이 수정한다. 오류 내용을 보면 Settings 파일을 찾지 못해 ROOT_URLCONF를 불러오지 못한다는 오류인데, 이 때 wsgi 프로그램을 현재 배포하는 base.py에 연결시켜야 해당 파라미터를 받을 수 있다.
Decision Tree 정의 Decision Tree란 직역하면 의사결정나무라는 뜻이다. 여러 테스트 결과를 놓고 예, 아니오로 데이터를 결정한다. Decision Tree의 모형을 노드라고 표현하며 상위에 있는 모형을 부모노드, 부모노드와 이어져 있는 의사나무결정을 자식노드라고 한다. 가장 좋은 Decision Tree의 모형은 최소한의 노드 수. 즉 가장 작은 나무 모양 Decision Tree의 단점은 데이터를 여러 분류의 카테고리로 나누어 적용한 값을 예측하기 때문에 overfitting이 일어날 가능성이 높다. 즉, Decision Tree의 모델을 다른 데이터에 적용할 때 일반화가 어렵다는 단점이 있다. Random Forest 정의 이런 Decision Tree의 단점을 보완한 것이 랜덤포..
정의 개념을 알기위해 선형회귀분석과 Logistic 회귀분석의 차이점을 알아보자 선형회귀분석은 종속변수가 어떤 값이라도 가질 수 있지만 연속형 숫자여야만 하고 (int값) Logistic 회귀분석은 종속변수에 제한값이 있지만 (가질 수 없는 값이 존재) 종속변수가 범주형 자료여도 적용이 가능하다. 범주형 자료와 연속형 자료의 차이점은 아래의 블로그를 참조 [통계] 자료의 형태 - 범주형 자료, 수치형 자료, 척도 통계 분석을 시작하기 전에 자료의 형태를 파악하는 것은 필수적입니다. 수집된 자료는 크게 범주형 자료와... blog.naver.com 위를 표로 설명하면 아래와 같다. Logistic 회귀분석의 종류 종류에는 여러가지가 있지만 그 중 대표적인 Boosting Logistic Regression..
데이터셋이 30개가 넘을 때 검정하는 방법이다. 30개가 넘기 때문에 정규분포를 따르는 것이 전제조건화 되어있다. 따라서 가설을 세우고 Z-test를 한 후에 결론을 도출한다 1. 가설검정 귀무가설: a그룹의 평균 키가 b평균키와 차이가 없다 대립가설: b그룹의 평균 키가 a그룹 평균키보다 크다 r