JiheeNote JiheeNote

분류 전체보기

• Eclipse MyBatis Setting

  JSP Servlet 2022. 7. 13. 15:58

  1. Dynamic Web Project Setting MVNREPOSITORY 2. Maven Project Setting MVNREPOSITORY Maven Repository: Search/Browse/Explore WSO2 Carbon API Key Management Stub Last Release on Jul 12, 2022 mvnrepository.com CTRL + C pom.xml 안에 CTRL + V

  Read More
• Eclipse Lombok Setting

  JSP Servlet 2022. 7. 13. 15:40

  1. Lombok Download Lombok Download projectlombok.org eclipse 폴더에 Download cd lombok 위치 java - jar lombok.jar 2. Dynamic Web Project Setting MVNREPOSITORY 3. Maven Project Setting MVNREPOSITORY Maven Repository: Search/Browse/Explore WSO2 Carbon API Key Management Stub Last Release on Jul 12, 2022 mvnrepository.com CTRL + C pom.xml 안에 CTRL + V

  Read More
• Eclipse OJDBC Setting

  JSP Servlet 2022. 7. 13. 15:03

  1. Oracle 설치 Oracle 설치 Oracle 환경 구축 1. ORACLE 11g XE Download oracle 홈페이지 2. HR계정 활성화 3. SQL Developer Download oracle 홈페이지 4. DB연결 jiheenote.tistory.com 2. Eclipse Oracle DB연동 3. 연동 확인 3-1. JSP파일 생성 3-2. DB연결 코드 입력 Hello World 사번 first_name last_name 3-3. 실행 결과 4. Maven Project OJDBC 연동 4-1. MVNREPOSITORY MVNREPOSITORY CTRL + C pom.xml 안에 CTRL + V 4-1. DB연결 코드 입력 Hello World 사번 first_name last_..

  Read More
• hello world

  Arduino 2022. 7. 13. 12:47

  hello world를 출력해보겠습니다. #include const int rs = 12, en = 11, d4 = 5, d5 = 4, d6 = 3, d7 = 2; LiquidCrystal lcd(7, 8, 9, 10, 11, 12); void setup() { lcd.begin(16, 2); lcd.print("hello, world!"); } void loop() { lcd.setCursor(13, 1); lcd.print(millis() / 1000); }

  Read More
• Machine Learning 실습 (8)

  Machine Learning 2022. 7. 13. 12:29

  4.6.5 수치형 데이터 시각화 - Age 컬럼과 생존/사망 관계 확인하기 # 바이올린 플롯 plt.figure(figsize = (15,5)) sns.violinplot(data = train, x = 'Sex', y = 'Age', hue = 'Survived', split = True) plt.ylim(0,80) # plt.show() # 남자아이일 경우에 생존율이 높음 # 여자아이일 경우에 사망율이 높음 train['Age'].describe() # 기술하다, 설명하다 # Fare 요금의 기술통계량 확인해보기 ! train['Fare'].describe() # 일반적인 사람들은 중앙값(대푯값) 기준으로 14정도 내고 승선했을 것이다! # 평균이 대표가 될 수 없는 이유 512라는 큰값의 영향을 받..

  Read More
• Machine Learning 실습 (7)

  Machine Learning 2022. 7. 13. 12:27

  4-6. 데이터 탐색 - train 데이터를 기준으로 탐색 : 모델 학습에 도움이 되는 데이터이기때문 - test를 탐색하는 것은 모델 일반화에 도움이 되지 않음 4.6.1 범주형 데이터 시각화 - Cabin 시각화 # Cabin 컬럼과 생존/사망의 관계 확인해보기 train_cabin = train[['Cabin', 'Survived', 'Name']].groupby(['Cabin', 'Survived']).count() train_cabin # sns 라이브러리로 시각화 sns.countplot(data = train, x = 'Cabin', hue = 'Survived') 4.6.2 Pclass 시각화 - 승객 등급과 사망/생존의 관계 확인해보기 sns.countplot(data = train, x..

  Read More
• Machine Learning 실습 (6)

  Machine Learning 2022. 7. 13. 12:21

  # 데이터에 복잡한 처리를 하는 함수를 연결하는 기능(함수) : apply # 1. 사용자 정의 함수 : 복잡한 처리 # 2. 대상 데이터와 apply를 통해 연결 # 3. 처리가 완료된 데이터를 실제에 반영함(초기화) def fill_age(row): # row 행단위로 처리하게 만드는 함수 # 결측치가 있을 때 처리하는 조건문 if np.isnan(row['Age']): return gb1.loc[row['Pclass'],row['Sex'])] # 없으면 숫자값 그대로 반환하는 조건문 else: return row['Age'] train['Age'] = train.apply(fill_age, axis=1).astype('int64') train.info() # fill_age 함수 이용해서 test ..

  Read More
• Machine Learning 실습 (5)

  Machine Learning 2022. 7. 13. 11:01

  4-3. test-Fare 결측치처리(채우기) # Fare 컬럼과 상관관계가 높은 컬럼을 기준으로 데이터를 살펴보기 # 그 컬럼에 관계해서 기술통계량 확인 # 평균값 확인 # 상관관계 확인하는 함수 : corr() # 상관계수 출력 # -1 ~ 1 : -1, 1 상관관계가 높음 / 0 상관관계가 낮음 train.corr()['Fare'].abs().sort_values(ascending = False) # Pclass가 Fare 컬럼이랑 가장 상관관계가 높음 # Pclass, Fare 컬럼만 train에서 인덱싱해보기 train[['Pclass','Fare']].groupby('Pclass').mean() # 성별 컬럼까지 연관해서 요금 평균 확인해보기 train[['Pclass','Fare','Sex'..

  Read More