밀래의 코딩북

mongDB를 사용하여 개인 프로젝트를 자주 진행합니다. 그때마다 로컬에 설치하거나 서버에 mongoDB를 설치해서 사용하기에는 여러 가지 문제점이 많습니다. 그때마다 저는 mlab에 무료로 제공하는 MongoDB를 사용합니다. 개인 프로젝트나 공부하는 용량에는 충분한 MongoDB를 제공하는데요. 무료로 사용 할 수 있는 mlab의 MongoDB를 소개할게요. 1. mlab https://mlab.com/ mlab은 MongoDB를 클라우드 서비스하는 업체로 Daas라고 소개합니다. Daas는 Database-as-a-Service 약자입니다. 어플리케이션을 서비스하기 위한 DB 구조가 필요하다면 비용을 지불하고 DaaS를 이용해야 하지만 일반적인 공부에 필요한 MongoDB라면 무료로 사용합니다. 데..

이 포스팅은 개인적은 공부를 남기는 포스팅입니다. 잘못된 부분이 있다면 댓글로 알려주시면 감사합니다. Wrapper Selection은 Feature Selection에 예측 모델에 서로 피처들의 부분 집합을 만들어 테스트 하여 최적화된 부분 집합을 선택하는 방법입니다. Wrapper Selection에는 Forward Greedy, Backward Greedy, Genetic Search, Local Search 4가지 방법이 대표적입니다. 4가지 방법에 대해 간략하게 정리해보겠습니다. 1. Forward Greedy (Forward Selection) Forward Greedy는 Forward Selection으로도 불립니다. 변수를 하나씩 추가하며 모델의 성능을 측정하며 가장 좋은 성능을 보인 변수..

np.save(filename, arr, allow-pickle=True, fix_import=True) 이 포스팅은 numpy에서 파일을 읽고 쓰는 방법을 정리합니다. 1. savetxt - 파일 저장하기 numpy에서 파일을 쓰기 위한 함수입니다. numpy.savetxt( filename, X, fmt='%.18e', delimiter=' ', newline='n', header='', footer='', comment='#', encoding=None) 간단히 사용하려면 아래 항목만 넣어 사용합니다. numpy.savetxt({파일이름}, {데이터}, fmt={데이터 형식}, delimiter={데이터간 구분자}) 사용방법 (jupyter에서 출력을 확인해보세요) import numpy as np..

차원 축소중 Feature Selection에 대해 정리보겠습니다. 1. 차원 축소를 하는 이유 차원 축소를 하는 이유는 3가지가 존재 합니다. 1. 더 나은 성능의 모델을 만들기 위해 2. 이해하기 쉬운 모델을 만들기 위해 3. 더 빠르게 실행되는 모델을 만들기 위해 차원 축소를 하는 방법은 두가지가 있는데 피처 추출(Feature Extraction)과 피처 선택(Feature Selection)이 있습니다. 이 포스팅에서는 둘 중 Feature Selection에 대해 알아보겠습니다. Feature Selection 방법에는 Filtering, Wrapper, Embedded 3가지가 있습니다. 2. Filtering Method Filtering은 사전적 의미 처럼 도움이 되지 않는 피처들을 걸러..

이 포스팅은 차원 축소 기법 중 하나인 PCA에 대해 정리하는 글입니다.개인적인 공부 내용을 남기는 글로 잘못된 점이 있다면 댓글로 알려주시면 감사하겠습니다.1. Dimension of the greatest variability PCA는 차원 축소 중 하나의 기법입니다. PCA를 알아보기 전 차원 축소의 접근 방법에 대해 먼저 생각해 보겠습니다. 시각적으로 이해하기 쉬운 2차원을 1차원으로 축소하는 예제를 같이 보시죠. 2차원의 데이터를 1차원으로 축소한다는 의미는 평면의 데이터를 선 하나로 표현한다는 의미와 같습니다. 위 그림에는 현재 2차원 데이터가 분포되어 있습니다. 이 데이터들을 1차원으로 옮기기 위해 먼저 데이터들을 가장 잘 표현하는 직선을 2개 찾았습니다. d1과 d2가 직선이 있습니다. 여..

백준 알고리즘 문제 1922 문제를 정리하는 포스팅입니다. 최적의 코드가 아니니 해당 코드는 참고만 하시기 바랍니다. 1. 최소신장트리 ( Minimum Spanning Tree ) 이 문제는 최소 신장 트리 문제입니다. 최소 신장 트리(MST)는 그래프 알고리즘 중 하나 입니다. 최소 신장 트리(MST)는 Kruskal 알고리즘과 Prim 알고리즘이 있습니다. 이 문제는 Kruskal 알고리즘 문제로 다음과 같이 생각해볼 수 있습니다. 그래프의 간선들을 가중치의 오름차순으로 정렬한다. 정렬된 간선 리스트에서 순서대로 사이클이 생기지 않는 간선을 선택합니다. - 비용이 낮은 순서로 간선을 선택합니다. - 사이클이 생성되지 않는다 함은 노드-1개의 간선을 선택한다는 의미 입니다. 선택된 간선을 현재 MST..