Posts
Q&A
Virtual Machine ์์ฑ์ Availability option ์ค์ ์ง๋ฌธ
korea south๊ฐ ์๋ korea central๋ก ์ค์ ํ์ฌ ํด๊ฒฐํ์ต๋๋ค
- 0
- 1
- 115
Q&A
Azuer ๊ณ์ ์์ฑํ ๊ตฌ๋ ์ ๊ทธ๋ ์ด๋
Azure ๊ณ์ ์ ๊ทธ๋ ์ด๋ ๊ฐ์ ์ง๋ฌธ์ด์์ต๋๋ค. ํ์ ์ด ๋จ์ง ์์์ azure ์ข ๋์ ๊ณ์ ์ผ๋ก ์ ๊ทธ๋ ์ด๋ ํ์์ต๋๋ค. pay as you go ํด๊ฒฐ์๋ฃ
- 0
- 3
- 164
Q&A
wsl ์ค์น ์ง๋ฌธ์ ๋๋ค
ํด๊ฒฐํ์ต๋๋ค. ์๋ด๋๋ก ์ฌ์์ํ๋ cmd ์ฐฝ ๋จ๋ฉด์ ์ ๋ ฅ๋๋ค์
- 0
- 1
- 91
Q&A
pinecone ์ง๋ฌธ์ ๋๋ค
๋ค์ ๊ฐ์์ upstage ์ค๋ช ํด์ฃผ์๋ค์ ํด๊ฒฐํ์ต๋๋ค
- 0
- 2
- 206
Q&A
์ ์๋ ๋ฐ์ดํฐ import๊ฐ ์๋ผ์ ใ ใ
import pandas as pd import numpy as np # ๋ณด์คํด ์ฃผํ ๋ฐ์ดํฐ์ URL data_url = "http://lib.stat.cmu.edu/datasets/boston" # ๋ฐ์ดํฐ ์ฝ๊ธฐ raw_df = pd.read_csv(data_url, sep="\s+", skiprows=22, header=None) # ๋ฐ์ดํฐ๋ฅผ 2์ค์ฉ ๋ณํฉํ์ฌ 13๊ฐ ์ปฌ๋ผ์ผ๋ก ๋ณํ data = np.hstack([raw_df.values[::2, :], raw_df.values[1::2, :2]]) target = raw_df.values[1::2, 2] # DataFrame์ผ๋ก ๋ณํ columns = ["CRIM", "ZN", "INDUS", "CHAS", "NOX", "RM", "AGE", "DIS", "RAD", "TAX", "PTRATIO", "B", "LSTAT"] bostonDF = pd.DataFrame(data, columns=columns) # PRICE ์ปฌ๋ผ ์ถ๊ฐ bostonDF['PRICE'] = target bostonDF.head(20)
- 0
- 2
- 427