모델링이란? 데이터의 개념적 표현을 만들고, 데이터 엔터티가 서로 관련되는 방식을 설정하고, 데이터가 데이터베이스에 저장되는 방식에 대한 프레임워크를 설정하는 프로세스. 시스템에서 데이터베이스를 구현하기 위한 청사진 같은 역할이다. 추상화 : 시스템이 관리할 수 있는 방식으로 데이터를 나타내기 위해 현실의 필수 측면을 표현한다. 단순화 : 복잡한 시스템을 더 간단하고 관리하기 쉬운 구성 요소로 나누는 과정 명확화 : 사물을 명확하고 이해하기 쉽게 만드는 것. 유의점 : - 중복 : 여러 장소에 같은 정보를 중복 저장하지 않도록 중복성 최소화한다. - 비유연성 : 데이터의 정의를 데이터 사용 프로세스와 분리해서 유연성을 높인다. 비유연성(경직성)의 경우는 데이터베이스 시스템이 요구사항이나 어떤 구조를 바꾸..

아니 좀 웃긴게 있는데.. GPT에 물어봐서 나오는 예제와 위키독스에서 쓰는 예제가 되게 비슷하다. 우연인가..? https://wikidocs.net/33841 e. 노드(Node) - 자료구조 기본 단위 ## 노드  관리… wikidocs.net 신기한 부분. 아무튼 오늘 제일 중요한 것은 Linked List라고 생각한다. 제일 앞은 Head, 뒤에는 Tail이라고 부른다. Head --> |data1|next|--->|data2|next|--->|data3|next|---> None 이렇게 되어있다. class Node: def __init__..

def factorial(n: int) -> int: if n==0: return 1 elif n > 0: return n * factorial(n-1) n = int(input('정수 입력: ')) factorial(n) 팩토리얼 문제. 수강생분이 짜주신거다. factorial 함수를 만들어서 n이 0이 되면 return은 1로 하고, 그렇지 않을 경우에는 n * n-1을 계속 하는 방식이다. 자기 자신을 계속 호출하면서 가져온 파라미터는 1씩 작아지는 것인데, 최종적으로는 밑에 return n* factorial(n-1)이 최종적으로 return 되는 값이 되는 것이고 그 때 까지는 이 메서드가 계속 연산이 진행되며 반환되는 것이다. 이렇게 하면 마지막은 1을 곱한것이니까 사실상 값은 안바뀌고 마무리..

오늘은 배웟던 것을 토대로 클론코딩을 해보기로 했다. 100% 클론코딩은 아니고 한 80% 정도! https://www.kaggle.com/code/ekrembayar/store-sales-ts-forecasting-a-comprehensive-guide Store Sales TS Forecasting - A Comprehensive Guide Explore and run machine learning code with Kaggle Notebooks | Using data from Store Sales - Time Series Forecasting www.kaggle.com 이분이 이 주제에 대해서 따봉이 제일 많아서 이분 것을 들어가서 진행했다. 데이터는 에콰도르 것인데, 상품판매 분석이다. 데이터는 ..

LogisticRegression(solver='liblinear') 이건 뭔지 모르겠는데..? from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, stratify=y, random_state=42) stratify를 쓰면 학습데이터와 트레이닝, 테스트의 분포가 원래 데이터와 동일하도록 학습시키는 것. 뭔가 치우친 데이터에 적용할 때 특히 유용하다. 임의로 20% 뽑았을 때 잘 안나올 수도 있으니까 이것을 사용한다. 과적합 : 트레이닝 데이터가 테스트에 비해 학습이 잘되긴 하는데, 새로운 값이 들어오면 잘 안맞는 경우가 있음. 앙상블..

https://www.kaggle.com/datasets/kumarajarshi/life-expectancy-who?resource=download Life Expectancy (WHO) Statistical Analysis on factors influencing Life Expectancy www.kaggle.com 오늘은 기대수명에 대한 조사를 한다. 여기에 컬럼이 나와있고, 판다스에서 columns를 조회해도 된다. Key questions가 있는데 이것을 번역해보니까 이렇게 나온다. # 선택하여 열 이름 변경하기 # 전체는 df.coulumns = ['col1','col2'...] df.rename(columns={'Life expectancy ':'Life expectancy'}, inplac..