흰고래의꿈

1. Rule-Based Classifier 1. 'if....then...' 즉 (Condition) -> y라고 생각하면 된다. ▪ Condition 부분을 LHS라고 부른다. ▪ Consequent 부분을 RHS라고 부른다. ▪ ex) (Blood Type=Warm) ∩ (Lay Eggs=Yes) -> Birds 2. Cover : 'X' Rule은 Instance 'Y'를 Cover한다. ▪ 특정 Instance(Tuple)의 Attribute가 특정 Rule에 적용될 수 일을 때 Cover을 쓴다. ▪ 주어가 Rule ▪ Example 3. Trigger : 'Y' Instance는 Rule 'X1'과 Rule 'X2'를 Trigger한다. ▪ Cover과 다르게 주어가 Instance이다. ▪..

1. Classification Techniques ▪ Decision Tree based Methods(의사결정 트리) ▪ Rule-based Methods(규칙 기반 기법) ▪ Memory based reasoning ▪ Neural Networks ▪ Naïve Bayes and Bayesian Belief Networks ▪ Support Vector Machines 2. Decision Tree based Methods 1. Decision Tree를 생성하는 알고리즘으로는 Hunt's Algorithm, CART 등 2. 헌트 알고리즘 구조 ▪ 특정 attribute의 value 값에 대해 특정 값에 대해 class attribute 값이 같다면 자식 노드에 해당 class attribute ..

1. Data exploration이란 데이터의 특성을 잘 이해하기 위해서는 사전 데이터 탐색이 필요하다. ▪ 사전 데이터 탐색은 알맞은 분석 똔느 처리 툴을 선택하게 해 준다.▪ 사람이 인지 가능한 패턴은 단순 데이터 분석 툴로 찾을 수 없는데 인지 가능한 특성을 만들어 준다.▪ Exploratory Data Analysis(EDA, 탐색형 데이터 분석)과 관련이 있다. 많은 데이터 탐색 기술을 아이리스 데이터 셋으로 설명된다.▪ 꽃 종류 : Setosa, Virginica, Versicolour▪ 특징 : Sepal width and length, Petal width and length 2. Exploratory Data Techniques 1. Summary Statistics(요약 통계)▪ 기본..

1. Similarity and Dissimilarity(유사도와 비유사도) 1. Similarity▪ 두 Data Object의 얼마나 유사한지에 대한 수치적 척도이다.▪ 수치가 높으면 비슷하다. 0~1 사이가 나온다. 2. Dissimilarity▪ 두 Data Object의 얼마나 다른지에 대한 수치적 척도이다.▪ 수치가 작을 수록 비슷하다. 하한은 0이고 상한은 제한이 없다. 2. Distance 1. Euclidean Distance▪ n은 dimension 개수이며 각 속성의 scales가 다르면 표준화가 필요하다.▪ 순수 두 점간의 거리 2. Minkowski Distance▪ Minkowski Distance는 Euclidean Distance의 일바화이다.▪ r=1, 대표적인 예가 두 B..

1. Data란 ▪ 데이터 마이닝에서 데이터란 Data Object를 모아둔 것을 말한다. ▪ Attribute는 Object의 특성이다. Attribute 집합으로 하나의 Object를 설명할 수 있다. ▪ Data Object들은 같은 Attributes를 가진다. 2. Attribute Values ▪ Attribute가 속성이라면 Attribute values는 속성값이다. ▪ Attribute values는 숫자 또는 심볼이 들어간다. ▪ 같은 속성(Attribute)라도 다른 속성값(Attribute values) 또는 의미를 가질 수 있다. (ex) 속성 : 길이, 속성값 : 2m, 2cm (ex) 속성 : 길이, 속성값 : (실제 길이), (길이 순서) ▪ 같은 속성값(Attribute v..

1. Data Mining 정의 ▪ 과거에 몰랐거나 숨어있는 정보를 데이터 집단에서 추출하는 것 ▪ 의미있는 패턴을 발견하기 위해 많은 양의 데이터를 자동 또는 반자동 수단으로 탐색 및 분석하는 것 2. Data Mining Tasks(수단?) ▪ Prediction Methods : 알려지지 않은 또는 다른 변수의 미래 가치를 예상 하기 다른 일부 변수를 이용한다. ▪ Description Methods : 데이터를 설명할 수 있는 사람이 해석가능한 패턴을 찾는다. 3. Data 분석의 4가지 종류 ▪ Descriptive : 현재 상황 설명, What's happening in my business? ▪ Diagnostic : 상황 진단, Why is it happening? ▪ Predictive ..

1. 설치 경로 ARM DS-5 : 모름 ㅠ 2. 데이터베이스 생성 ARM DS-5 폴더 내 Debug Hardware Configuration 실행합니다. 먼저 Auto Configure 누르고 연결 확인 후 저장합니다. 이후 생성한 DB를 연동하기 위해 DS Command Prompt 실행합니다. 가능한 관리자 모드로 실행시킵니다. 이후 생성한 경로 이동 커맨드인 'cd'를 이용하여 DS-5 폴더 내 bin 폴더(C:\Program Files\DS-5\bin)로 이동한 후 bin 폴더 내에 있는 'cdbimporter.exe' 실행. 파라메터는 아래와 같습니다. cdbimporter -t 추가적으로 -c 가 파라메터로 들어가기는 하지만 디폴트로 적용되어 있기때문에 사용하지 않아도 됩니다. 정상적으로 ..

1. 개요 외판원 순회 문제 크게 여러 도시들이 있고 한 도시에서 다른 도시로 이동하는 비용이 모두 주어졌을 때, 모든 도시들을 단 한 번씩 방문하는 최소 경로 및 비용을 물어보는 문제이거나 추가로 원래 시작점으로 돌아가는 최소 경로 및 비용을 구하는 문제이다. 2. 모든 경로 출력 소스코드 아래 소스코드는 모든 도시를 방문하는 경로와 비용을 출력해주는 소스코드이다.#include #include #include using namespace std; int N; int W[10][10]; bool visited[10]; int city[10]; void tsp(int node, int costSum, int count) { visited[node] = true; city[count - 1] = node;..

1. 개요 리눅스 서버를 이용한다면 한번쯤은 격는 한글 깨짐 현상을 해결해 보도록 하겠습니다. OS는 Ubuntu입니다. 추가적으로 저는 Ubuntu 환경을 한글화 하는 것이 아니라 input, output 그리고 text파일 읽었을 시 한글 깨지는 현상을 해결하는 법에 대해 작성하였습니다. 2. 언어팩 설치 및 환경 변수 설정 우선 언어팩을 설치합니다. OS은 앞선 말한 Ubuntu입니다. sudo apt-get install language-pack-ko sudo apt-get install language-pack-ko-base 이후 $LANG을 입력하여 현재 적용되어 있는 설정값을 확인합니다. 만약 LANG=ko_KR 등으로 되어 있다면 ' LANG=en_US.utf-8 ' 또는 ' LANG=C ..

1. 개요 c++ 언어에서 라이브러리와 라이브러리를 이용하여 split 함수 만들어 봅니다. 2. Source Code#include #include #include #include using namespace std; int main(int argc, char **argv) { string line = "Thank you for visiting my Blog."; vector line_vector = split(line, ' '); for (int i = 0; i < line_vector.size(); ++i) cout