archive

sort 함수는 리스트명.sort() 형식으로 "리스트형의 메소드" 이며 리스트 원본 값을 직접 수정한다 sorted 함수는 sorted(리스트명, reverse=True) 형식으로 내장함수이며 리스트 원본 값은 그대로이고 정렬 값을 반환 a1 = [6, 3, 9] print('a1:', a1) a2 = a1.sort() # 원본을 정렬하고 수정합니다(in-place) print('-----정렬 후-----') print('a1:', a1) print('a2:', a2) a1: [6, 3, 9] -----정렬 후----- a1: [3, 6, 9] a2: None b1 = [6, 3, 9] print('b1:', b1) b2 = sorted(b1) # 원본은 유지하고 정렬한 새 리스트를 만듭니다 print..

1. is_integer() :대상이 정수이면 True, 정수가 아닐 경우 False를 반환한다 a = 1.1 b = 2 >>>print(a.is_integer()) False >>>print(b.is_integer()) True 2. isalnum() :대상이 영어, 한글, 숫자로 이루어져있으면 True, 다른 문자가 섞여있으면 False를 반환한다 a = 'Hello World1' b = 'Hello World!' >>>print(a.) 7 >>>print(str.rfind('l', 6, 10)) 9

zip() : 다중 리스트를 순서대로 요소를 뽑는 함수 즉, 순회 가능한 객체를 인자로 받고 각 자료형의 각각의 요소를 나눈 후 인덱스끼리 잘라서 리스트로 반환해줌.함수로 넘길 때 인자의 길이를 똑같이 해야 함길이를 다르게 한다면 가장 짧은 길이의 인자에 길이가 맞춰지고 나머지는 버려지게 되기 때문코드를 조금 더 파이썬스럽게 만들어주는 함 **프로그래머스 풀이하다가 다른 사람 풀이에서 거의 다 zip() 함수를 사용하길래 배워보게 되었음음양 더하기 문제의 내 풀이 def solution(absolutes, signs): answer=0 for i in range(0, len(absolutes)): if signs[i]==True: answer+=absolutes[i] else: answer-=absolu..

연구 끝 !뿌듯하구만아 그리고 이번 기회에 깃허브 아무것도 안 하고 잠만 자고 있던 계정을 흔들어 깨워서 사람답게 꾸며주고 업데이트 시켰음 ! 학부연구생 관련 자료 다 올려두었다 https://github.com/Ahn-Jeongmin Ahn-Jeongmin - OverviewChung-ang University Seoul Campus Expected Grad: Feb, 2025 - Ahn-Jeongmingithub.com   최적화 : 손실함수에서 손실이 가장 적은 부분을 찾아가는 것, 그리고 그 알고리즘. 즉 학습속도를 빠르고 안정적이게 하는 것을 목표로 한다Adam:RMSProp(모든 자료보다는 일부분의 자료에 대해 이전 맥락을 고려해 모르는 곳은 보폭을 크게, 잘 아는 곳은 보폭을 작게, 보폭 결..

1. 벡터의 크기 또는 길이 측정 시 사용하는 개념 -선형대수에서, 벡터 스페이스 상에서의 벡터의 크기 또는 길이 측정 시 사용하는 Norm 개념 -L1 norm : p의 값이 1인 경우 -L2 norm : 피타고라스 정리와 일치, 거리 계산식 2. PCA 차원 축소 기술 -언제? -> 시각화, 데이터는 3차원 이상의 공간에 존재할 수 있음, 그러나 우리는 3차원 이상의 것들을 보지 못 하기 때문에 데이터 이해를 위한 데이터 시각화 시 큰 차원의 데이터를 3차원 이하의 데이터로 차원을 축소할 수 있어야 함 -> 이미지 노이즈 감소 -> 작은 차원의 공간에 저장하면서 용량을 줄이고 퍼포먼스를 증폭시키기 위해서 - 이와 같은 그래프를 보게 되면, 파란색의 원본 점과 같은 경우 차원 축소를 위해서 가장 간단하..

내가 진짜 초짜라 모델 저장도 못 하고 코랩 런타임 끊기면 다 날아가는 거에서 아등바등 중이라 그런 거일 수도 있는데, 하여간 데이터 전처리 여간 이거저거 신경 써야되는 게 아니더만요... 하여간 글자 수 모델에 맞게 좀 줄이고, 그리고 mbti도 문자열로는 라벨로 전달이 안 되는 터라 다 정수화해서 인코딩하는 작업까지 추가함 mbti_types = [ "ISTJ", "ISFJ", "INFJ", "INTJ", "ISTP", "ISFP", "INFP", "INTP", "ESTP", "ESFP", "ENFP", "ENTP", "ESTJ", "ESFJ", "ENFJ", "ENTJ" ] import pandas as pd # CSV 파일 불러오기 df = pd.read_csv("C:\\Users\\jordi\\..