코딩으로 돈벌기

import zipfile zipfile.ZipFile('/경로/'풀어줘야할파일이름') file.extractall('/압축풀경로/'압축풀고저장할폴더이름만들기')

import streamlit as st import pandas as pd import os from datetime import date, datetime from PIL import Image 함수 정의 디렉토리(폴더)명과 파일을 알려주면, 해당 디렉토리에 파일을 저장해 주는 함수. def save_uploaded_file(directory, file) : # 1. 디렉토리가 있는지 확인하여, 없으면 먼저, 디렉토리부터 만든다. if not os.path.exists(directory) : os.makedirs(directory) # 2. 디렉토리가 있으니, 파일을 저장한다. with open(os.path.join(directory, file.name), 'wb') as f: f.write(fil..

st.text_input 파라미터로 여러 기능을 추가 할 수 있음 텍스트창 st.text_area 숫자입력창 st.number_input() 날짜 입력 st.date_input() 시간입력 st.time_input() 비밀번호 입력 st.text_input( , type=password) 색깔입력 st.color_picker() 글자 입력 창 st.text_input() 텍스트창 st.text_area() 숫자입력창 st.number_input() 날짜입력창 st.date_input() 시간입력창 st.time_input() 비밀번호 입력창 st.text_input( , type=password) 색깔입력창 st.color_picker()

from PIL import Image st.image(Image.open('위치/이름')) ()안에는 이미지 주소가 들어가도 된다 파라미터 use_column_width=True 사용하면 사진을 가로에 맞출수 있음 동영상 st.video( open('위치/이름', 'rb') ) 라이브러리 import문 from PIL import Image 사진 st.image(Image.open('위치/이름')) 동영상 st.video( open('위치/이름', 'rb') )

판다스의 데이터프레임을 화면에 띄우기 import pandas as pd 웹대시보드 화면에 띄우는 건 모두 스트리밋 이니까 판다스로 읽은다음 이걸 그대로 스트리밋 하면됨 st.dataframe(데이터프레임) 버튼 st.button('박스안에 들어갈말') 라디오 st.radio('선택지 제목', ['선택지1','선택지2',.....'선택지n']) 체크박스 checkbox('체크박스 제목') 해제 선택 셀렉트 박스 st.selectbox('제목', 리스트) 멀티셀렉트 st.multiselect('제목' , 리스트 ) 슬라이더 st.slider('제목', 시작 ,끝,step) 당연히 문자열 타입은 맞춰줘야한다 익스펜더 with st.expander('제목') : 클릭결과문 import pandas as pd ..

스트림릿 라이브러리를 사용하기위한 import문 import streamlit as st 웹 대시보드 프레임 워크인, 페이지를 띄위기 위해선 def main() : pass if __name__ == '__main__' : main() pass안에는 메인에 띄울 화면을 표시해주면 된다 메인 기본 import streamlit as st def main() : pass if __name__ == '__main__' : main() pass 안에 st.title('타이틀명') st.text('내용 ') st.write('좀더 큰내용') st.header('이 영역은 헤더 영역') st.subheader('이영역은 서브 헤더영역') st.success('성공했을때 메시지를 보여줄때 사용') st.warning..

Hierarchical Clustering 계층적 군집이란 가까운 두개데이터끼리 묶고 또 그 묶음과 가까운 데이터를 묶고 이런식으로 완전히 모든 데이터가 묶일때 까지 작업하는 알고리즘 유사 개채끼리 계속 군집화를 수행하다 보니 k-means와 달리 클러스팅갯수를 사전에 정하지 않아도가능하다 개체들이 결합되는 순서를 나타내는 트리형태의 구조인 덴드로그램을 통해 시각적으로 k의 갯수를 쉽게 정할 수 있다. 데이터는 수입별 구매점수를 의미 이데이터를 통해 군집화하여 최적의 그룹으로 나누기 트레이닝 기본 1. nan확인 2.x와y분리 언수퍼 바이즈드 러닝은 결과값이 없기때문에 x데이터는 존재하지만 y데이터는 존재하지 않는다 3.문자열이 있다면 숫자로 바궈주기 4.피셔츠케일링을 통해 값 맞춰주기 5.트레이닝 / ..

unsupervised는 결과값을 정하는 supervised 머신러닝과 다르게 데이터를 군집(클러스팅)화 하여 자동으로 묶어주는 머신러닝을 의미한다 k-means 알고리즘이란 데이터를 k개의 묶음을 정해 그거리의 평균을 내는 알고리즘을 뜻한다. 아직 군집이 정해지지 않은 데이터 무리들 사이에 임의점 점(좌표)를 찍고 그 좌표를 중심으로선을 나눠 집단을 형성 그리고 또다른 좌표를 찍고 다시 선을 그어 데이터가 나눠보면서 계속해서 이과정을 반복을한다. 이과정을 반복하다가 더이상 데이터의 변동이 일어나지 않을때 최적의 클러스팅을 찾은것 데이터는 수입별 구매점수를 의미 이데이터를 통해 여러 소비군집을 나누기 트레이닝 기본 1. nan확인 2.x와y분리 언수퍼 바이즈드 러닝은 결과값이 없기때문에 x데이터는 존재하..

Decision Tree 선하나로 분류가 불가능한 경우 데이터의 규칙을 통해 반씩 쪼개가면서 마치 스무고개하듯 가지치기를 하는 분류를 말한다 동일하게 연봉과 나이 성별, 구매여부가 있는 데이터 이데이터를 Decision Tree를 통해 새로운데이터가 나타났을때 관측값 데이터를 기준에 따라 나눠논 알고리즘을 통해 결과값 도출 트레이닝 기본 1. nan확인 2.x와y분리 3.문자열이 있다면 숫자로 바궈주기 4.피셔츠케일링을 통해 값 맞춰주기 5.트레이닝 / 테스트 셋으로 분리시키기 [머신러닝0] 머신러닝의 기초(총정리) (tistory.com) [머신러닝0] 머신러닝의 기초(총정리) 머신러닝이란 데이터를 이용하여 데이터 특성과 패턴을 학습하여 그결과 밭으로 미지의 데이터에 대한 결과값을 예측하는것 머신러닝의..

[머신러닝4] Support Vector Machine (tistory.com) [머신러닝4] Support Vector Machine 서포트 벡터 머신 서포트 벡터머신이란 데이터를 분류하는 선중에 마진을 최대화 하는 경계면을 찾아서 나눠준다 마진이란 데이터를 분류해서 나눴을때 그 분류에서 가장 먼 데이터끼리의 사 seonggongstory.tistory.com 이렇게 커널값 하나만으로 정확도 차이가 많이 나기 때문에 이데이터 프레임에 맞는 정확도 높은 커널을 찾기 위해 여러번 작업을 해야한다. 그런 수고를 덜기위해 그리드 서치가 있다 Grid Search 그리드 서치란 머신러닝중 여러 하이퍼파라미터 값 조합을두고 가능한 모든 조합을 시도해보는 라이브러리를 뜻한다. from sklearn.model_se..