Im heedy

- model save import tensorflow as tf model.save('model.h5') - model load import tensorflow as tf model = tf.keras.models.load_model('model.h5')

- Scaler 저장 from pickle import dump from sklearn.preprocessing import MinMaxScaler mm = MinMaxScaler() # scaler 적용 mm.fit(df[['col']]) # scaler 저장 dump(mm, open('minmax_scaler,pkl', 'wb')) - Scaler 불러오기 from pickle import load scaler = load(open('minmax_scaler.pkl', 'rb'))

이전 글 2022.11.27 - [Code/Algorithm] - [Algorithm] 검색 알고리즘_2 (선형 검색) [Algorithm] 검색 알고리즘_2 (선형 검색) 03-2 선형 검색 선형 검색(linear search) 직선 모양(선형)으로 늘어선 배열에서 검색하는 경우에 원하는 키값을 가진 원소를 찾을 때까지 맨 앞부터 스캔하여 순서대로 검색하는 알고리즘 선형 검색 heejins.tistory.com 2022.11.28 - [Code/Algorithm] - [Algorithm] 검색 알고리즘_3 (이진 검색) [Algorithm] 검색 알고리즘_3 (이진 검색) 이전 글(선형 검색) 2022.11.27 - [Code/Algorithm] - [Algorithm] 검색 알고리즘_2 (선형 검색)..

이전 글(선형 검색) 2022.11.27 - [Code/Algorithm] - [Algorithm] 검색 알고리즘_2 (선형 검색) [Algorithm] 검색 알고리즘_2 (선형 검색) 03-2 선형 검색 선형 검색(linear search) 직선 모양(선형)으로 늘어선 배열에서 검색하는 경우에 원하는 키값을 가진 원소를 찾을 때까지 맨 앞부터 스캔하여 순서대로 검색하는 알고리즘 선형 검색 heejins.tistory.com 03-3 이진 검색 이진 검색(binary search) 원소가 오름차순이나 내림차순으로 정렬된 배열에서 좀 더 효율적으로 검색할 수 있는 알고리즘 검색 범위는 흰색 배열 안의 원소이고, 검색에서 제외되는 범위는 회색 배열 안의 원소입니다. 이진 검색을 한 단계씩 진행할 때마다 검색..

03-2 선형 검색 선형 검색(linear search) 직선 모양(선형)으로 늘어선 배열에서 검색하는 경우에 원하는 키값을 가진 원소를 찾을 때까지 맨 앞부터 스캔하여 순서대로 검색하는 알고리즘 선형 검색의 종료 조건 검색할 값을 찾지 못하고 배열의 맨 끝을 지나간 경우 ··· 검색 실패 검색할 값과 같은 원소를 찿는 경우 ··· 검색 성공 배열 a에서 검색하는 프로그램 코드 i = 0 while True: if i == len(a): # 검색 실패 if a[i] == key: # 검색 성공(찾은 원소의 인덱스는 i) i+=1 선형 검색의 종료 조건 1 ··· if i == len(a)가 성립하면 스캔 종료 선형 검색의 종료 조건 2 ··· if a[i] == key가 성립하면 스캔 종료 실습 3-1 ..

03-1 검색 알고리즘이란? 검색과 키 국적이 한국인 사람을 찾습니다. 나이가 21세 이상 27세 미만인 사람을 찾습니다. 이름에 '민' 자가 들어간 사람을 찾습니다. 모두 어떠한 항목에 주목하고 있습니다. 이렇게 주목하는 항목을 키(key)라고 합니다. 대부분 키는 데이터의 일부입니다. 국적: 키값과 일치하도록 지정합니다. 나이: 키값의 구간을 지정합니다. 문자: 키값에 가깝도록 지정합니다. 검색의 종류 배열 검색 연결 리스트 검색 이진 검색 트리 검색 배열 검색 선형 검색: 무작위로 늘어놓은 데이터 집합에서 검색을 수행합니다. 이진 검색: 일정한 규칙으로 늘어놓은 데이터 집합에서 아주 빠른 검색을 수행합니다. 해시법: 추가·삭제가 자주 일어나는 데이터 집합에서 아주 빠른 검색을 수해합니다. - 체인법..

이전 글과 이어지기 때문에 이전 글을 먼저 보시는 것이 좋습니다. 2022.11.21 - [Code/Algorithm] - [Algorithm] 기본 자료구조와 배열 [Algorithm] 기본 자료구조와 배열_1 02 - 1 자료구조와 배열 실습 2-1 학생 5명의 시험 점수를 입력받아 합계와 평균을 출력하기 # 학생 5명의 시험 점수를 입력받아 합계와 평균을 출력하기 print('학생 그룹 점수의 합계와 평균을 구합 heejins.tistory.com 02 - 1 배열이란? 배열 원소의 최댓값 구하기 # a의 원소가 3개일 때 maximum = a[0] if a[1] > maximum: maximum = a[1] if a[2] > maximum: maximum = a[2] # a의 원소가 4개일 때 m..

이전 deep learning 클래스 코드 구현과 이어지는 내용이므로, 이전 글 먼저 확인하는 것이 좋습니다. https://heejins.tistory.com/36 float: # 각 행(관찰에 해당)에 softmax 함수 적용 softmax_preds = softmax(self.prediction, axis = 1) # 손실값이 불안정해지는 것을 막기 위해 softmax 함수의 출력값 범위를 제한 self.softmax_preds = np.clip(softmax_preds, self.eps, 1 - self.eps) # 실제 손실값 계산 수행 softmax_cross_entropy_loss = ( -1.0 * self.target * np.log(self.softmax_preds) - (1.0 - s..

import numpy as np from numpy import ndarray from typing import * def assert_same_shape(array: ndarray, array_grad: ndarray): assert array.shape == array_grad.shape, \ f""" 두 ndarray의 모양이 같아야 하는데, 첫 번째 ndarray의 모양은 {tuple(array_grad.shape)}이고, 두 번째 ndarray의 모양은 {typle(array.shape)}이다. """ return None - 신경망 구성 요소: 연산 Operation 클래스 class Operation(object): """ 신경망 모델의 연산 역할을 하는 기반 클래스 """ def __in..

- SMOTETomek? Combination of over - and under - sampling method SMOTE의 방법과 TomekLink를 복합하여 진행하는 것 SMOTE로 over sampling 진행 후 경계선에 있는 major sample을 제거 분류 경계면을 뚜렷하게하여 분류가 잘 될 수 있도록 한다. - Import import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from sklearn.datasets import make_classification from imblearn.under_sampling import TomekLinks from imblearn.combine import SMOTETom..