기본적으로 파이썬 패키지들 간의 충돌이 발생할 수 있기 때문에 가상환경으로 분리하여 사용하는 것이 좋다 ! 가상환경을 주피터 노트북에서 사용할 때 다음과 같은 설정이 필요하다 ! Anaconda Prompt 실행 가상환경 생성 및 활성화 conda create -n [가상환경이름] python=[버전] conda activate [가상환경이름] Jupyter 설치 pip install jupyter jupyter notebook과 ipykernel을 따로 설치해도 되지만, 위의 한줄로 해결 가능하다! 커널 연결 python -m ipykernel install --user --name [가상환경이름] --display-name [설정할커널이름] Jupyter Notebook 실행 jupyter noteb..

Python 패키지를 설치할 때 일반적으로 pip install [패키지명] 으로 설치해왔지만 이보다는 아나콘다를 이용해서 패키지를 설치하자! 기본적으로 (base)에 설치하기보다는 항상 가상환경을 이용하고 새로 만든 가상환경 속에서도 pip install을 먼저 이용하기보다 conda install을 이용해보자 아나콘다는 생각보다 훨씬 똑똑한 녀석이라서 아래와 같은 명령어를 사용하면 자동으로 해당 환경에 설치되어 있는 패키지들과의 호환성을 체크하여 패키지를 설치해준다! conda install -c conda-forge [패키지명] -c 옵션 -c는 -channel을 의미한다 conda-forge conda-forge는 conda의 channel로써, 여러 기여자들로 구성된 커뮤니티 채널이다. (con..

sudo 없이 ffmpeg 설치 conda install -c conda-forge ffmpeg

Logit에 대한 이해가 먼저 필요! $$ Logit = log_e(\frac{p}{1-p}) $$ 로짓(logit)과 확률(p)은 서로 변환 가능하다! $x$축이 확률이고, $y$축이 로짓인 위의 그래프에서 확률이 0이면, 로짓은 $-\infty$ 확률이 1이면, 로짓은 $+\infty$ 어떤 Multi-class Classification, 다중 클래스 분류 모델이 Input, Hidden Layer를 지나서 각각 4, 2, -2라는 Logit을 출력한 상황 가장 위에 Logit이 4인 부분을 보면, 위의 Logit의 수식을 활용하여 $$ 4 = log_{e}(\frac{p}{1-p}) $$ 양변에 자연지수를 취해주면 $$ e^{4} = e^{log_{e}(\frac{p}{1-p})} $$ $$ e^..

머신러닝의 Logistic Regression 딥러닝의 Softmax function 과도 관련이 있는 "Logit"을 알아보기 위해 Odds라는 개념도 알아보자! (통계학에서 나온 개념들) Odds, 오즈 8번의 경기가 치뤄졌는데 그 중 5번 이기고, 3번 졌다면 $$ odds = \frac{5}{3} = 1.667 $$ 유의할 점으로 오즈는 확률이 아니다!! $$ odds \ne probability $$ odds는 단순히 횟수(counts)로도 구할 수 있고, 확률(probability)로도 구할 수 있음 $$ odds = \frac{5}{3} = \frac{\frac{5}{8}}{\frac{3}{8}} = \frac{p}{1-p} $$ 하지만 odds는 크나큰 단점이 존재하는데! 만약 1번 승리하..

sklearn https://deepinsight.tistory.com/165 [scikit-learn] transform()과 fit_transform()의 차이는 무엇일까? 왜 scikit-learn에서 모델을 학습할 때, train dataset에서만 .fit_transform()메서드를 사용하는 건가요? TL;DR 안녕하세요 steve-lee입니다. 실용 머신러닝 A to Z 첫번 째 시간은 scikit-learn에서 자주 사용.. deepinsight.tistory.com