기본 콘텐츠로 건너뛰기

[ML] 결정트리(Decision Tree) 모델

댓글 쓰기

apt-get 명령

apt-get
apt-get(Advanced packaging Tool)은 우분트를 포함한 데미안 계열의 리눅스에서 사용되는 팩키지 관리 명령에 도구입니다. 이 도구는 command based tool로서 GUI 기반의 시냅틱 꾸러미 관리자의 사용보다 편리합니다.
이 명령어는 sudo와 함께 사용되는데 이것은 superuser의  권한으로 실행함을 알려 주는 것입니다.
apt를 사용해서 설치된 deb 패키지는  /var



package index 정보 업데이트 apt-get은 인덱스를 가지고 있는데 이 인덱스는 etc/apt/sources.list에 있습니다. 이곳에 저장된 저장송에서 사용할 패키지의 정보를 얻습니다.
sudo apt-get update 설치된 패키지를 모두 새 버전으로 업그래이드 합니다. 사용가능한 패키지들과 그 버전들의 리스트를 업데이트, 실제로는 패키지의 최신버전의 존재를 확인하고 알려주는 용도
sudo apt-get upgrade 실제로 최신버전으로 업그레이트 하는 명령어로 update에서 확인된 최신버으로 업그레이드하는 명령어
sudo apt install 패키지 이름 하나의 패키지 또는 한번에 여러개의 패키지를 (모든 이름을 리스크하여) 설치한다.
sudo apt-get –reinstall install 패키지이름 패키지 재설치
sudo apt-get remove 패키지이름 패키지 삭제하는데 설정 파일은 삭제하지 않습니다.
sudo apt-get –purge remove 패키지이름 설정파일까지 모두 지웁니다.
sudo apt-get source 패키지이름 패키지 소스코드 다운로드
sudo apt-get build-dep 패키지이름 다운로드한 소스코드를 의존성있게 빌드
sudo apt-cache search 패키지 이름 패키지 검색
sudo apt-cache show 패키지 이름 , sudo apt show 패키지이름 패키지 정보보기
sudo apt search 패키지이름 패키지와 대응되는 모든 다른 프로그램을 나타냅니다.
sudo apt depends 패키지이름 패키지에 연결된 기본 정보를 나타냅니다.
Labels:

댓글

댓글 쓰기

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같
댓글 쓰기
Read more »

[matplotlib] 히스토그램(Histogram)

히스토그램(Histogram) 히스토그램은 확률분포의 그래픽적인 표현이며 막대그래프의 종류입니다. 이 그래프가 확률분포와 관계가 있으므로 통계적 요소를 나타내기 위해 많이 사용됩니다. plt.hist(X, bins=10)함수를 사용합니다. x=np.random.randn(1000) plt.hist(x, 10) plt.show() 위 그래프의 y축은 각 구간에 해당하는 갯수이다. 빈도수 대신 확률밀도를 나타내기 위해서는 위 함수의 매개변수 normed=True로 조정하여 나타낼 수 있다. 또한 매개변수 bins의 인수를 숫자로 전달할 수 있지만 리스트 객체로 지정할 수 있다. 막대그래프의 경우와 마찬가지로 각 막대의 폭은 매개변수 width에 의해 조정된다. y=np.linspace(min(x)-1, max(x)+1, 10) y array([-4.48810153, -3.54351935, -2.59893717, -1.65435499, -0.70977282, 0.23480936, 1.17939154, 2.12397372, 3.0685559 , 4.01313807]) plt.hist(x, y, normed=True) plt.show()
댓글 쓰기
Read more »

R 미분과 적분

내용 expression 미분 2차 미분 mosaic를 사용한 미분 적분 미분과 적분 R에서의 미분과 적분 함수는 expression()함수에 의해 생성된 표현식을 대상으로 합니다. expression expression(문자, 또는 식) 이 표현식의 평가는 eval() 함수에 의해 실행됩니다. > ex1<-expression(1+0:9) > ex1 expression(1 + 0:9) > eval(ex1) [1] 1 2 3 4 5 6 7 8 9 10 > ex2<-expression(u, 2, u+0:9) > ex2 expression(u, 2, u + 0:9) > ex2[1] expression(u) > ex2[2] expression(2) > ex2[3] expression(u + 0:9) > u<-0.9 > eval(ex2[3]) [1] 0.9 1.9 2.9 3.9 4.9 5.9 6.9 7.9 8.9 9.9 미분 D(표현식, 미분 변수) 함수로 미분을 실행합니다. 이 함수의 표현식은 expression() 함수로 생성된 객체이며 미분 변수는 다음 식의 분모의 변수를 의미합니다. $$\frac{d}{d \text{변수}}\text{표현식}$$ 이 함수는 어떤 함수의 미분의 결과를 표현식으로 반환합니다. > D(expression(2*x^3), "x") 2 * (3 * x^2) > eq<-expression(log(x)) > eq expression(log(x)) > D(eq, "x") 1/x > eq2<-expression(a/(1+b*exp(-d*x))); eq2 expression(a/(1 + b * exp(-d * x))) > D(eq2, "x") a * (b * (exp(-d * x) * d))/(1 + b
댓글 쓰기
Read more »