기본 콘텐츠로 건너뛰기

[ML] 결정트리(Decision Tree) 모델

[Julia]기본사항과 연산자

Julia의 기본 구조

기본

객체에 값을 할당
    x, y, z=1, [1:3; 5:8], "A string"
    x
      1
    y
      7-element Array{Int64,1}: 1
      2
      3
      5
      6
      7
      8
    z
      "A string"
    x, y=y,x
    x 7-element Array{Int64,1}:
      1
      2
      3
      5
      6
      7
      8
    y
      1
chaining: 특정한 값을 여러 변수에 동시 할당할 수 있습니다.
다음 예의 경우 오른쪽에서 왼쪽으로 할당됩니다.
    x=y=z=1
    x, y, z
      (1, 1, 1)
    x==y
      true
    x==z
      true
    0< x < 5
      true
    5 <x != y <5
      false
상수정의
    const date_of_birth = 2012 #constant 선언
      2012
1 줄 주석은 python과 같이 '#'을 사용합니다. 여러줄 주석은 "#= ~~ =#"를 사용합니다.
    i=1 #1줄 주석입니다.
      1
    i=2
    #=여러줄
    주석을
    입력할 경우
    사용 =#
      2
키워드 function를 사용하여 함수를 정의합니다.
    function 함수이름 (인수들)
      본문
      return(결과)
    end
    #function 정의
    function add_two(x, y)
      return(x+y)
    end

      add_two (generic function with 1 method)
    add_two(3, 5)
      8

연산자

산술 연산자
연산자 설명
+, -, *, / 덧셈, 뺄셈, 곱셈, 나눗셈
x^y 지수
x\y inverse division (== y/x)
x%y, rem(x, y) 나머지 연산자
!true 부정, !true == false
x == y 같음
x != y 다름
x < y, x > y 작다, 크다
x <= y, x >= y 작거나 같다, 크거나 같다
.+, .* collector의 원소별 합, 곱
isnan(x) 결측치확인
&&, || 논리 and, or
x===y 객체 같음
    function basicArthmatic(x, y)
      re=Dict("x+y"=>x+y, "x-y"=>x-y, "x*y"=>x*y, "x/y"=>x/y)
      return(re)
    end
      basicArthmatic (generic function with 1 method)
    x=3; y=5
    basicArthmatic(x, y)
      Dict{String,Real} with 4 entries:
        "x/y" => 0.6
        "x-y" => -2
        "x*y" => 15
        "x+y" => 8
    Dict("Exponential: x^y"=>x^y, "inverse Div:x'\'y" => x\y, "div: y'/'x"=> y/x)
      Dict{String,Real} with 3 entries:
        "Exponential: x^y" => 243
        "inverse Div:x''y" => 1.66667
        "div: y'/'x" => 1.66667
    Dict("Reminder: x%y"=>x%y, "Remainder: rem(x, y)"=>rem(x, y))
      Dict{String,Int64} with 2 entries:
        "Reminder: x%y" => 3
        "Remainder: rem(x, y)" => 3
    Dict("부정:!"=>!true==false, "같음: =="=> x==y, "다름: x != y"=>x!=y)
      Dict{String,Bool} with 3 entries:
        "부정:!" => true
        "다름: x !=… => true
        "같음: ==" => false
    x, y, z= 3, 7, 7
      (3, 7, 7)
    x >=y
      false
    x < y
      true
    [1,2,3] .+ [4, 5, 6]
      3-element Array{Int64,1}:
        5
        7
        9
    [1,2,3] .* [4, 5, 6] == [4, 10, 18]
      true
    isnan(NaN)
      true
    NaN == NaN
      false
    true && true
      true
    true || false
      true
    z=[1,2,3]
    x=[1,2,3]
    x==z
      true
    x===z
      false

댓글

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

[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()

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