목록데이터분석 (23)

끄적거림

[논문 리뷰] Dropout as a Bayesian Approximation 설명 - 3.Introduce

[논문 리뷰] Dropout as a Bayesian Approximation - 1.Prologue [논문 리뷰] Dropout as a Bayesian Approximation - 2.Abstract [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 3.Introduce [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 4.Related Research (1): Background(MC-Integration, Dropout) [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 4.Related Research (2): Background(Gaussian Process) [논문 리뷰] Drop..
개인 공부 정리/Bayesian 2021. 1. 26. 16:50
[논문 리뷰] Dropout as a Bayesian Approximation 설명 - 2.Abstract

[논문 리뷰] Dropout as a Bayesian Approximation 설명 - 1.Prologue [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 2.Abstract [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 3.Introduce [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 4.Related Research (1): Background(MC-Integration, Dropout) [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 4.Related Research (2): Background(Gaussian Process) [논문 리뷰..
개인 공부 정리/Bayesian 2021. 1. 25. 17:02
[논문 리뷰] Dropout as a Bayesian Approximation 설명 - 1.Prologue

[논문 리뷰] Dropout as a Bayesian Approximation 설명 - 1.Prologue [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 2.Abstract [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 3.Introduce [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 4.Related Research (1): Background(MC-Integration, Dropout) [논문 리뷰] Dropout as a Bayesian Approximation 설명 - 4.Related Research (2): Background(Gaussian Process) [논문 리뷰..
개인 공부 정리/Bayesian 2021. 1. 25. 15:49
[Pandas] 서로 길이가 다른 list/Series 합쳐서 DataFrame 만들기 in python & R

데이터를 만지다보면 여러 array형 데이터(list/Series in python, vector in R)를 합쳐서 새로운 dataframe 형태로 만들 경우가 생긴다. 보통의 경우 길이가 같은 array들을 이어 붙여야 우리가 원하는 딱 맞는 이쁜 데이터프레임 객체가 생성된다. 하지만 항상 그럴 경우만 생기지는 않으니, 길이가 서로 다른 1차원 자료형을 붙여 dataframe형태로 만들때를 생각해보자! 너무도 당연한 이야기이지만 서로 다른 길이의 1차원 자료형을 붙이면 제일 긴 길이의 데이터를 가지고 데이터프레임 객체가 생성될 것이고, 빈 공간은 NA로써 혹은 Nan 혹은 Null값으로 채워지길 바란다. 우선 R이 편하니 R부터 해보자. 1. R - cbind 다음과 같은 길이가 다른 객체들이 있다. a
Python/Data Handling 2020. 8. 13. 10:28
[Tips] 조건걸고 새로운 컬럼 추가하기 in Pandas DataFrame

R에서는 대부분의 핸들링을 자유롭게 하던 나는 파이썬으로 그 작업들을 하나씩 진행하고자 한다. 분석을 진행하기 위해서 데이터를 내가 원하는 모양으로 맞춰줄 필요가 있다. 현재 내가 분석을 진행하다 막힌 부분은 이렇다. 원하는 조건에 해당하면 특정 값, 아니면 다른 값으로 주어 새로운 컬럼을 만드는 것이다. R에 익숙한 나는 다음 코드를 바로 떠올릴 수 있다. iris %>% mutate(new_column = ifelse(Sepal.Length > 4, 'Large', 'Small')) 변수를 추가하는 함수인 dplyr의 mutate함수와 조건을 걸 수 있는 ifelse함수를 사용하면 간단히 만들 수 있다. 하지만 파이썬에서 이와 같은 작업을 진행하려면 어떻게 해야할까? 다음 코드와 같다. iris['n..
Python/Data Handling 2020. 8. 10. 16:47
[리뷰 크롤링] 어플 버전 history 정보 가져오기

2020/07/23 - [Python] - [리뷰 크롤링] PlayStore 댓글 크롤링하기 in python 1(feat. selenium) 2020/07/25 - [Python] - [리뷰 크롤링] PlayStore 댓글 크롤링하기 in python 2(feat. selenium) 2020/07/27 - [Python] - [리뷰 크롤링] PlayStore 댓글 크롤링하기 in python 3(feat. selenium) 2020/07/28 - [Python] - [리뷰 크롤링] PlayStore 댓글 크롤링하기 in python 4(feat. selenium) 2020/07/29 - [Python] - [리뷰 크롤링] AppStore 어플 리뷰 가져오기 1(feat. cURL) 2020/07/30 ..
Python/Crawling 2020. 8. 4. 14:08
Prev 1 2 3 4 Next