전체 글(140)
-
Python의 배열-숫자 데이터를 효율적으로 사용하기 I
Python은 array표준 라이브러리에 덜 알려진 모듈 과 함께 제공되어 이진 데이터를 처리하는 데 도움이 될 수 있는 특수 시퀀스 유형을 제공합니다. 다른 시퀀스만큼 널리 사용되지 않거나 잘 문서화되어 있지 않기 때문에 array 모듈 사용과 관련하여 많은 오해가 있습니다. 이 튜토리얼을 읽고 나면 Python array모듈과 해당 모듈이 제공하는 해당 데이터 유형을 언제 사용해야 하는지에 대한 명확한 아이디어를 갖게 될 것입니다 . 프로그래밍의 배열 이해 컴퓨터 과학의 배열 배열을 더 잘 이해하려면 조금 축소하여 이론의 렌즈를 통해 살펴보는 것이 도움이 됩니다. 이를 통해 다음을 포함한 몇 가지 기본 용어가 명확해집니다. 추상 데이터 유형 데이터 구조 데이터 유형 컴퓨터 과학은 요소 삽입이나 삭제와..
2024.01.30 -
Python 이름의 단일 및 이중 밑줄 II
클래스의 이중 선행 밑줄: Python의 이름 맹글링 Python 클래스의 맥락에서 속성 및 메서드 이름에 두 개의 밑줄을 사용하는 또 다른 명명 규칙을 찾을 수 있습니다. Python 응답을 생성하지 않는 단일 선행 밑줄과 달리 이중 선행 밑줄은 Python 용어로 이름 맹글링(name mangling) 으로 알려진 동작을 트리거합니다. 다음 섹션에서는 이름 맹글링이 무엇인지, 어떻게 작동하는지, 파이썬에서 무엇을 목표로 하는지 배우게 됩니다. 이름 맹글링 이해 앞에 두 개의 밑줄을 사용하여 속성이나 메서드의 이름을 지정하면 Python은 이름 앞에 클래스 이름과 하나의 밑줄을 붙여 자동으로 이름을 바꿉니다. 이러한 이름 변경 프로세스를 이름 맹글링(name mangling) 이라고 합니다 . 다음 샘..
2024.01.29 -
Python 이름의 단일 및 이중 밑줄 I
Python에는 단일 또는 이중 밑줄 문자( ) 사용을 기반으로 하는 몇 가지 중요한 명명 규칙이 있습니다 . 이러한 규칙을 사용하면 API에서 공개 이름과 비공개 이름을 구별하고, 서브클래싱 목적으로 안전한 클래스를 작성하고, 이름 충돌을 방지하는 등의 작업을 수행할 수 있습니다._ 이러한 규칙을 따르고 존중하면, 다른 Python 개발자의 눈에는 Python처럼 보이고, 일관되게 보이는 코드를 작성할 수 있습니다. 이 기술은 다른 개발자가 함께 작업할 수 있는 코드를 작성할 때 특히 유용합니다. 이 튜토리얼에서는 다음을 수행합니다. 밑줄 ( ) 사용에 의존하는 Python 명명 규칙 에 대해 알아봅니다._ 단일 선행 밑줄을 사용하여 공개 이름 과 비공개 이름을 구분합니다 . Python 클래스에서 이..
2024.01.28 -
Python의 선형 회귀 III
scikit-learn을 사용한 다중 선형 회귀 단순 회귀와 동일한 단계에 따라 다중 선형 회귀를 구현할 수 있습니다. 주요 차이점은 배열에 𝑥²와 같은 비선형 용어가 포함하도록 변환할 필요가 있다는 것입니다. 1단계 및 2단계: 패키지 및 클래스 가져오기 및 데이터 제공 numpy와 sklearn.linear_model.LinearRegression외에, 또한 sklearn.preprocessing에서 class PolynomialFeatures를 가져 와야 합니다. In [ ]: import numpy as np from sklearn.linear_model import LinearRegression x = [ [0, 1], [5, 1], [15, 2], [25, 5], [35, 11], [45, 1..
2024.01.27 -
Python의 선형 회귀 II
선형 회귀용 Python 패키지 이제 Python에서 선형 회귀 구현을 시작할 시간입니다. 이를 위해 적절한 패키지와 해당 기능 및 클래스를 적용합니다. NumPy 는 1차원 및 다차원 배열에 대한 많은 고성능 작업을 허용하는 기본 Python 과학 패키지입니다. 또한 많은 수학적 루틴을 제공합니다. 물론 오픈소스입니다. NumPy에 익숙하지 않은 경우 공식 NumPy 사용자 가이드를 사용 하고 NumPy 자습서: Python의 데이터 과학에 대한 첫 번째 단계를 읽어보세요 . 또한 Look Ma, No forLoops: NumPy 및 Pure Python을 사용한 배열 프로그래밍과 NumPy 및 TensorFlow 성능 비교를 통해 NumPy를 적용할 때 얻을 수 있는 성능 향상에 대한 좋은 아이디어를..
2024.01.26 -
Python의 선형 회귀 I
회귀 회귀 분석은 통계 및 기계 학습에서 가장 중요한 분야 중 하나입니다. 다양한 회귀 방법을 사용할 수 있습니다. 선형 회귀가 그 중 하나입니다. 회귀란 무엇입니까? 회귀는 변수 간의 관계를 검색합니다 . 예를 들어, 일부 회사의 여러 직원을 관찰하고 그들의 급여가 경험, 교육 수준, 역할, 고용 도시 등과 같은 특성 에 따라 어떻게 달라지는지 이해하려고 노력할 수 있습니다 . 이는 각 직원과 관련된 데이터가 하나 의 관찰을 나타내는 회귀 문제입니다 . 경험, 교육, 역할, 도시는 독립적인 특성이고 급여는 이에 따라 다르다고 가정합니다. 마찬가지로 면적, 침실 수, 도심까지의 거리 등에 대한 주택 가격의 수학적 의존성을 확립하려고 시도할 수 있습니다. 일반적으로 회귀 분석에서는 관심 있는 현상을 고려하..
2024.01.25