Data_engineering36 [Numpy] np.ones() Numpy np.ones() 함수 np.ones() 함수는 지정된 shape의 배열을 생성하고 모든 요소를 1로 채웁니다. 문법 numpy.ones(shape, dtype=None, order='C') 매개변수 shape : 배열의 형태를 지정하는 정수 또는 정수의 튜플. dtype : 배열 요소의 데이터 형식. 선택적 매개변수이며, 기본값은 numpy.float64입니다. order : 배열의 요소를 저장하는 순서를 지정합니다. 선택적 매개변수이며, C(행 기준) 또는 F(열 기준) 중 하나를 사용할 수 있습니다. 기본값은 C입니다. 반환값 주어진 shape과 dtype을 가지는 배열. 모든 요소는 1로 채워집니다. 사용 예시 import numpy as np # 1차원 배열 생성 arr1 = np.o.. 2023. 2. 27. [Numpy] random.shuffle () Numpy random.shuffle() numpy.random.shuffle() 함수는 입력된 배열의 요소들을 무작위로 섞은 후 섞인 배열을 반환합니다. 이 함수는 입력된 배열을 직접 수정하며, 반환값은 None입니다. 사용법 numpy.random.shuffle(arr)의 문법을 따릅니다. arr: 섞을 배열 예시 import numpy as np arr = np.array([1, 2, 3, 4, 5]) np.random.shuffle(arr) print(arr) [3 2 4 5 1] 참고사항 입력된 배열이 다차원 배열인 경우, 첫 번째 축(가장 바깥쪽 괄호)을 기준으로 섞습니다. 입력된 배열이 복사본이 아닌 경우, 해당 배열이 직접 수정됩니다. 실행할 때마다 다른 결과를 반환합니다. random.s.. 2023. 2. 27. [Numpy] arange () Numpy의 arange() 함수 Numpy는 파이썬에서 과학 계산을 위한 가장 중요한 라이브러리 중 하나입니다. Numpy의 arange() 함수는 지정된 범위에서 일정한 간격으로 값을 생성하는 함수입니다. 기본 구문 Numpy의 arange() 함수는 다음과 같은 구문으로 작성됩니다. import numpy as np numpy.arange([start, ]stop, [step, ]dtype=None) start : 선택적으로 시작 값. 기본값은 0입니다. stop : 끝 값. 이 값은 범위에서 생성되지 않습니다. step : 선택적으로 증가하는 간격. 기본값은 1입니다. dtype : 선택적으로 데이터 유형을 지정합니다. 예시 import numpy as np # 0부터 4까지의 값을 출력합니다. .. 2023. 2. 27. [알고리즘] 앙상블_랜덤포레스트_그레이디언트 정형 데이터와 비정형 데이터 정형 데이터 ex) csv 파일에 가지런히 정리되어 있는 데이터들 정형 데이터는 CSV나 데이터베이스 혹은 Excel에 저장하기 쉽다 비정형 데이터 데이터베이스나 엑셀로 표현하기 어려운 것들 ex) 책의 글 과 같은 텍스트 , 카메라로 찍은 사진 , 핸드폰으로 듣는 음악 등 지금까지 배운 머신러닝 알고리즘은 정형 데이터에 잘 맞는다 그중에 정형 데이터를 다루는 데 가장 뛰어난 성과를 내는 알고리즘이 앙상블 학습 이 알고리즘은 대부분 결정트리를 기반으로 만들어졌다 그럼 비정형 데이터에는 어떤 알고리즘을 사용해야 할까? 신경망 알고리즘 비정형 데이터는 규칙성을 찾기 어려워 전통적인 머신러닝 방법으로는 모델을 만들기 까다롭다 하지만 신경망 알고리즘의 놀라운 발전 덕분에 사진을 인식.. 2023. 2. 26. 이전 1 ··· 3 4 5 6 7 8 9 다음
