Jayden`s

[TIL]15.스챌3

matrix를 다루는 것 공분산, 상관계수 고유값, 고유벡터에 대한 이해 데이터 정규화 PCA Clustering

데이터 다루기 예시2

# Import Packages import pandas as pd import numpy as np import seaborn as sns # dataset upload df = sns.load_dataset("titanic") df 1. index 및 columns 다루기 Q. 'survived' 컬럼을 index로 만들어 확인하고, 다시 'survived' 컬럼을 돌려놓은 뒤 인덱스를 초기화시키세요. df.set_index('survived', inplace=True) temp = df.index df.reset_index(drop=True, inplace=True) df['survived'] = temp Q. DataFrame df의 컬럼명..

데이터 다루기 예시1

# Import Packages import pandas as pd import numpy as np import seaborn as sns # dataset upload df = sns.load_dataset("titanic") df 1. 결측치 다루기 Q. 'deck'컬럼의 결측치 개수는 몇 개인가요? df['deck'].isna().sum() # 특정 컬럼에 결측치 개수 세기 Q. 모든 결측치는 컬럼기준 직전의 값으로 대체하고, 첫번째 행에 결측치가 있을 경우 뒤에 있는 값으로 대체하세요 df['deck'].fillna(method='ffill', inplace=True) # 먼저 전체에 대해서 직전값 적용 df['deck']...

Cramer's rule(크레이머 소거법)

다음 링크의 내용을 참조하여 Cramer's rule을 사용해 x1 , x2 , x3 의 값을 구하세요. https://youtu.be/6StS7VjtuGI x1 + 2x3 = 6 −3x1 + 4x2 + 6x3 = 30 −x1 −2x2 + 3x3 = 8 개인적으로 위의 영상을 대략 이해하고 코드로 구현해봤는데, 계산 횟수를 늘릴 때마다 계속 값이 달라져서 구글링해서 나온 공식을 적용하였습니다. import numpy as np A = np.array([[1, 0, 2], [-3, 4, 6], [-1, -2, 3]]) b = np.array([[6], [30], [8]]) det(A)의 값을 각각 1행에 b를 넣고 나온 det 값, 2행에 넣고 나온 값, 3행에 넣고 나온 값을 나누면 그게 곧 해가..

벡터 내적 및 projection

주어진 데이터 (x, y)에 대해서 y = x 라는 벡터에 대해 projection을 계산하는 함수를 작성하세요. (x, y) 는 (0, 0) 에서 (x, y)로 가는 벡터라 가정합니다. 이후 입력된 데이터를 파란색 선으로, y = x 라는 벡터를 빨간색 선으로, 마지막으로 projection 된 선을 녹색 점선(dashed)으로 그래프에 그리세요. y=x에 해당하는 임의의 벡터([10, 10])를 설정하여 내적 및 projection을 진행하였습니다. import numpy as np v = [7, 4] a = [10, 10] # y = x 상의 임의의 벡터 선정 # u는 v를 y = x 상에 projection한 벡터 def myProjection(v, a): v = np.array(v) a = np..