분류 전체보기(152)
-
경기도미래기술학교 AI개발자 부트캠프 36일차 TIL- KNN 알고리즘 디시전 바운더리까지.
import numpy as np import matplotlib.pyplot as plt # np.random.seed(22) K = 5 n_classes = 4 n_data = 50 X, y = [], [] for class_idx in range(n_classes): centroid = np.random.uniform(low=-10, high=10, size=(2,)) X_ = np.random.normal(loc=centroid, scale=1.7, size=(n_data, 2)) y_ = np.ones(n_data,) * class_idx X.append(X_); y.append(y_) X = np.vstack(X) y = np.concatenate(y) # print(X.shape, y.sha..
2023.06.29 -
백준 2562, 2743 브론즈 기초문제 풀기. 몰랐던 것. str.strip()
import sys x = sys.stdin.readline() print(len(x.strip())) 왜 한 글자가 더 나오지? 했는데 readline()은 기본적으로 개행이 숨어있어서 +1이 된다. 그런데 input()을 자제해야 속도가 좀 늘어난다고 했으니 띄어쓰기는 아무튼 빼줘야 한다. 변수.strip()을 하면 된다. strip()의 설명은 다음과 같다. leading(앞)과 trailing(뒤 라는 의역)의 whitespace를 없애준다. 공백 등을 사라지게 해준다는 의미. 이것을 사용해서 올바르게 출력할 수 있었다. import sys list1 = [] for i in range(9): x = int(sys.stdin.readline()) list1.append(x) max_index =..
2023.06.28 -
matplotlib 사이트. (with 색상 보려고)
https://matplotlib.org/stable/gallery/color/named_colors.html#sphx-glr-gallery-color-named-colors-py List of named colors — Matplotlib 3.7.1 documentation Note Click here to download the full example code List of named colors This plots a list of the named colors supported in matplotlib. For more information on colors in matplotlib see Helper Function for Plotting First we define a helper functi..
2023.06.28 -
데이터 전처리(레이블 인코딩, 원핫 인코딩)와 스케일링(일반적으로 표준화, 정규화)
인프런의 권철민 강사님 동영상을 참고 중이다. 전처리(Preprocessing)를 잘해야 한다. 이상치나 결측치가 있을 수도 있고, 인코딩 값이 다를 수도 있기 때문이다. 그리고 애초에 머신러닝에서는 문자열을 허용하지 않기 때문에 숫자값으로 바꿔야 한다. 레이블 인코딩 : 문자열로 되어 있는 것을 숫자열로 바꿔주는 것이다. 상품 이름을 상품 넘버로 , 사람 이름을 번호로 바꾸는 작업이다. 레이블 인코딩은 LableEncoder 클래스와 fit(), transform()을 이용한다. 근데 이렇게 바꾸다 보면 특정 알고리즘에는 영향을 받을 수 있다. One-Hot 인코딩(원핫 인코딩 벡터) : 특정 분류값들을 벡터화(1차원 어레이) 시켜서 값을 입력한다. 이것을 할 때는 Sparse Matrix로 변환 ..
2023.06.28 -
경기도미래기술학교 AI개발자 부트캠프 35일차 TIL- KNN 알고리즘 그려보기.
import numpy as np import matplotlib.pyplot as plt def euclidean_distance(x1, y1, x2, y2): result = (((y1-x1)**2) + ((y2-x2)**2)) ** 0.5 return result n_classes = 4 n_data = 100 X, y = [], [] for class_idx in range(n_classes): centroid = np.random.uniform(low=-10, high=10, size=(2,)) X_ = np.random.normal(loc=centroid, scale=2, size=(n_data, 2)) y_ = class_idx * np.ones(n_data,) X.append(X_) y.a..
2023.06.28 -
axis에 대해서. 1,2,3차원
ndarray에서는 axis0, axis1... 이렇게! 차원 당 이렇게 간다. axis는 0만 있으면 1차원 배열이다. Shape(3,) 이런거. 행의 갯수라고 보면된다. [1,2,3,4] axis 1은 2차원 배열로 나온다. 열의 갯수라고 보면 된다. Shape(2,4). [[1,2,3,4],[1,2,3,4]] axis2는 3차원 배열. Shpae(2,2,4) [[[1,2,3,4],[1,2,3,4]],[[1,2,3,4],[1,2,3,4]]] 3차원은 x,y,z 행,열, 높이라고 치자. 이 때는 컬럼 방향으로 가는게 axis2이다. 높이가 axis 0이고, axis1은 열의 갯수다.
2023.06.27