기본 콘텐츠로 건너뛰기

[ML] 결정트리(Decision Tree) 모델

gdrive, gsheet, colab 연동

gdrive, gsheet, colab 연동

colab에서 gdrive의 폴더, 파일을 사용하기 위해 드라이브를 mount 해야 합니다.

colab 앱 설치

구글 드라이브 이동 -마우스 오른쪽 클릭으로 colab연결 (최초 한번으로 동일 유형의 파일은 자동으로 연결됩니다.)

마운트

드라이브 마운트를 위한 코드 실행을 위해서는 코드 자체를 직접입력하고 실행하는 방법과 colab에서 실행하는 방법이 있습니다.

직접실행

from google.colab import drive
drive.mount('/content/gdrive')
Mounted at /content/gdrive
연결할 디렉토리로 이동
%cd /content/gdrive/MyDrive/연결할 디렉토리이름/

colab에서 실행

다음 그림과 같이 colab에서 디렉토리를 마운트 할 수 있습니다.
위 그림의 gdrive 표시가 된 부분이 마운트를 위한 것으로 클릭으로 위의 코드가 자동으로 반환되며 이후 실행은 같습니다.

연결된 디렉토리의 파일 사용

사용자 정의 디렉토리나 파일을 연결할 수 있습니다. 만약 연결된 디렉토리에 파이썬의 사용자 정의 모듈을 사용하기 위해 다음 코드를 실행합니다.
import 사용자정의모듈이름

google sheet 연결

google sheet를 사용하기위해서는 다음의 권한 인증이 필요합니다.
 from google.colab import auth
auth.authenticate_user()

import gspread
from google.auth import default
creds, _ = default()
 gc=gspread.authorize(creds)
다음은 google finance로부터의 kospi 주가 자료입니다. 다음 코드의 시트이름은 google sheet에서 주어진 이름을 사용합니다. 객체이름=gc.open('파일명').시트이름
wsh1=gc.open('stocData').sheet1
이 파일의 data를 호출하기 위해 .get_all_values()메서드를 사용합니다. 이 결과는 python의 list 형식입니다.
da0=wsh1.get_all_values()
da0[:3] 
 [['', 'Date', 'Open', 'High', 'Low', 'Close', 'Volume'],
 ['KRX:KOSPI\n',
  '2010. 10. 12',
  '1892.27',
  '1893.13',
  '1857.93',
  '1868.04',
  '314695'],
 ['open', '2010. 10. 13', '1878.58', '1881.2', '1866.41', '1876.15', '317797']]
이 형식을 pandas DataFrame 형식으로 전환하고 날짜를 인덱스로 합니다.
 da1=pd.DataFrame(da0)
da2=da1.iloc[:, 1:]
da2.index=da1.iloc[:,0]
da2.shape
(2926, 6)
da2.tail(2)
0 1 2 3 4 5 6
2022. 9. 14 2390.47 2418.42 2381.5 2411.42 461507
2022. 9. 15 2416.01 2421.63 2401.83 2401.83 424110

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