본문 바로가기

Python32

Scikit-Learn(사이킷런) 코드 완벽 분석 - Linear Regression Ridge # Author: Fabian Pedregosa -- # License: BSD 3 clause 코드 소스와 저작권은 위와 같음을 밝힙니다 import numpy as np import matplotlib.pyplot as plt from sklearn import linear_model %matplotlib inline 필요한 모듈을 가져옵니다. # X is the 10x10 Hilbert matrix X = 1. / (np.arange(1, 11) + np.arange(0, 10)[:, np.newaxis]) y = np.ones(10) 힐버트 행렬을 만들어줍니다. 힐버트 행렬은 다음과 같습니다. $H_{ij} = \frac {1}{i + j - 1}$ np.arange(1, 11) np.arrang.. 2019. 10. 16.
Scikit-Learn(사이킷런) 코드 완벽 분석 - Linear Regression 내장 데이터셋 # Code source: Jaques Grobler # License: BSD 3 clause 코드 소스와 저작권은 위와 같음을 밝힙니다. import matplotlib.pyplot as plt import numpy as np from sklearn import datasets, linear_model from sklearn.metrics import mean_squared_error, r2_score %matplotlib inline 필요한 모듈을 가져옵니다. # Load the diabetes dataset diabetes = datasets.load_diabetes() datasets의 당뇨병 데이터를 불러옵니다. 참고로 sklearn의 datasets은 그림1과 같습니다. 만일 다른 data.. 2019. 10. 16.
감마분포 with python 감마분포 확률밀도함수 감마분포의 확률밀도함수는 다음과 같습니다. $f(x; \alpha, \beta) = \frac {1}{\beta^{\alpha}\Gamma(\alpha)}x^{\alpha - 1} e^{-\frac {x}{\beta}}$ ($x > 0$) 감마분포 그래프 그리기(함수 사용) from numpy import linspace, exp # numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0) # numpy.exp(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, e.. 2019. 10. 14.
(Python) 백준 2588번 정답 a = int(input()) b = input() for i in range(2, -1, -1): print(a * int(b[i])) print(a * int(b)) 포인트 range(2, -1, -1)는 range(시작 숫자, 끝 숫자, 간격)를 나타낸다. for문을 이용해 반복한다. input()은 값을 문자열로 취급한다. 문자열로 되어있기 때문에 슬라이싱이 가능하다. 슬라이싱 후 사칙연산을 위해 정수로 타입을 꼭 바꿔주자. 2019. 10. 10.

티스토리툴바