의사 결정 트리 클래스 DecisionTreeClassifier 객체를 생성할 때 코드가 dt_clf = Decision_TreeClassfier(random_state=11) 이렇게 되던데요, random_state 값이 왜 파라미터로 필요한지 궁금해요. 이 객체는 이후에 학습 데이터 와 테스트 데이터를 받아서 학습과 예측을 수행하잖아요?? 이 과정에서 학습 데이터와 테스트 데이터가 어떻게 분리되었는지는 알 필요가 없는데 이 값이 왜 들어가나요???
안녕하세요. 책도보고 동영상도 보고 있는데 너무 궁금해서 이렇게 강의와 직접적인 관련이 없는데도 불구하고 이런 경우는 어떻게 접근해야할지 몰라서 문의드려봅니다. 문장의 예) Gildong weighs 60kg. Cheolsu weighs 70kg. Younghee weighs 49kg. 위 문장 텍스트에서 영희라는 사람의 몸무게를 구하고 싶습니다. 기존 개발방법이라면 문장으로 배열화 시켜서 for문 돌리면서 if문 사용하여 Younghee, weighs 단어가 포함된 문장배열에서 kg이 포함된 단어 또는 정규식으로 사용하든지해서 구할것입니다. 그러나 이렇게 나온 데이터가 AI영역에서는 의미가 없어 보입니다. 비정형화된 텍스트에서 특정 원하는 값을 구하고싶은데 AI 머신러닝 딥러닝의 개념으로 처리를 한다면 어떻게 접근해야할지 너무 감이 안옵니다. 정말 그냥 for문, if문 사용해서 영희의 몸무게를 뽑아내야하는건지 AI 개념에서는 어떻게 접근해야할지 작은 조언이라도 부탁드립니다.
안녕하세요 강의 잘듣고 있습니다. 머신러닝에 대한 개념이 많이 부족한지라 생각보다 시간이 걸리네요. 공부방법에 관한 질문드립니다. 혹시 코드를 하나하나 다 따라해보며 한줄한줄 다 이해하는게 나을까요 (현재 이런 방식으로 하고있습니다) 아니면 코드의 흐름 및 알고리즘 개념만 이해했으면 넘어가는게 나을까요?
Travis yml 파일에 Dockerfile.dev를 빌드하고 그 이미지를 run 하고 있는데 어떻게 배포시에는 Dockerfile이 배포될 수 있는 건지 궁급합니다! 현재의 스크립트로는 Dockerfile.dev를 deploy했기 때문에 NGNIX 설정하고는 무관한 것이 아닌가요??
강사님과 같이 진행하고있는데 git push -u origin main 저기서 엔터하면 로그인하라고 뜨고 로그인을 맞게해도 Logon failed, use ctrl+c to cancel basic credential prompt. 이라고 오류메세지가 뜨더라구요 ㅠ 어떻게 하면 되죠?
리턴 값이 있는 함수를 멀티 프로세스로 실행할 때 실행된 함수의 리턴 값을 변수로 저장하여 사용할 수 있는 방법이 궁금합니다. from multiprocessing import Process def func1(): a = a+3 return a def func2(): b = b+2 return b def func3(): c = c+1 return c p1 = Process(target=func1) p2 = Process(target=func2) p3 = Process(target=func3) p1.start() p2.start() p3.start() p1.join() p2.join() p3.join()
질문은 아닙니다. 제가 몇 달 전에 강의를 보면서 저도 같은 증상을 겪었었는데 강의를 다시 와보니 다른 분들도 똑같은 상황을 겪는거 같아서 제가 해결한 방법을 알려드릴테니 한 번 해보시기 바랍니다. 윈도우 시작 버튼을 누르고 PowerShell 이라고 치면 PowerShell 관련 버튼이 생깁니다. 관리자권한으로 실행하시고 나서 Set-ExecutionPolicy Unrestricted를 입력하시고(대소문자 무관) Y를 입력하시고 엔터를 누르시면 됩니다. 그리고나서 다시 VSC로 돌아와서 venv\Scripts\activate.ps1 하시면 됩니다. 저는 일단 이 방법으로 해결이 됐습니다만 이렇게 해도 안될 경우는 저도 잘 모르겠습니다. 도움이 되셨길 바랍니다.
App.js에서 소스코드를 바꾸고 저장했는데도 바로 화면에 반영이 안되시는 윈도우 유저분들은 docker-compose.yml에서 환경변수를 설정해줘야 합니다. 아래 스크린샷 같이 하시면 됩니다. (CHOKIDAR_USEPOLLING=true)는 이전 강의 질문 게시판에서 안근창님이 발견하신 것을 참조했습니다.
grid 에서 나온 최적의 하이퍼 파라미터 값이 직접 y_test 히여 정확도를 추출하였을때의 성능 모델 순위에서 낮으면 어떻게 하나요 ? 예를들어서 max_depth = 8로 최적 파라미터값이 출력이 되었는데 y_test 를 가지고 돌렸을시 max_dept =12 인 정확도가 가장 높을때 어떻게 하나요 ?
강의 약 9분 44초즈음에 보면 변환된 분류 결정 임곗값 배열의 Shape는 147이고 나머지는 148의 값을 갖습니다. 저의 경우, sklearn 0.23.1 버전으로 돌리고 있으며, 임곗값= 143, 나머진 각각 144로 1개씩 더 많습니다. 보면 (버전의 다름과 상관없이) 임계값의 배열수보다 1씩 더 많은 결과가 발생하는데요, 임계값이 정밀도, 재현율에 비하여 1개씩 부족한 이유에 대하여 알 수 있을까요?