본문 바로가기

분류 전체보기317

[MySQL] Null, Not Null 과 Default의 동작 방식 📝MySQL Workbench Null, Not Null 과 Default의 동작 방식 테이블을 만들때 NN(Not Nul)을 체크하면 null값이 허용되지 않는다 NN을 체크하고 디폴트값을 주지 않으면 INT는 0, VARCHAR는 공백으로 표시된다 디폴트값, Default 칸에 입력시 빈 데이터에 해당 데이터로 입력된다 2022. 12. 6.
[MySQL] Varchar의 글자수 제한 📝MySQL Workbench Varchar 글자수 제한 테이블을 생성할때 Varchar() 값을 50으로 줬다면 50을 초과하는 글자수는 저장되지않으므로 주의 (글자가 잘려서 저장된다) 2022. 12. 6.
[MySQL] 테이블에 데이터 넣기 📝MySQL Workbench 테이블 데이터 넣기 (하나의 데이터 넣기 / 여러 데이터 넣기) 테이블에 데이터를 저장하는 방법 insert into 뒤에 테이블명, 테이블 컬럼명을 입력하고(순서는 상관없음) values() 괄호 안에 저장할 데이터 컬럼명 입력 순서대로 입력 데이터를 여러개 입력하고 싶을때는 values() 뒤에 ()를 더 써주면 된다 특정 컬럼의 값만 입력하고 싶을때는 해당컬럼만 작성하면 나머지는 null값이 된다 -- No database selected 에러발생시 데이터베이스를 지정해달라는 뜻 use YHDB; -- 테이블에 데이터를 저장하는 방법 insert into cats (name, age) values ('야옹이', 5); insert into YHDB.cats (age, .. 2022. 12. 6.
[MySQL] 테이블(tabel) 만들기, 확인하기 📝MySQL Workbench 테이블 만들기 아래 버튼을 클릭해 이름을 입력하고 새로운 데이터베이스를 생성한다 데이터베이스를 생성했으면 테이블을 만들어 사용한다 ※ 판다스는 데이터프레임이라고 불렀지만 SQL에서는 테이블(Tables)이라고 부른다 테이블 만들기는 해당 서버를 클릭하면 아래에 나오는 Tables의 마우스 우측 클릭해서 Create Table 클릭해서 만들거나 서버만들때 사용했던 원통모양 아이콘 옆에 있는 아이콘을 클릭한다 테이블 생성버튼을 클릭했다면 Table Name에 원하는 이름을 적고 컬럼을 만들어주면 된다 Datatype 에서 VARCHAR() 은 적을 수 있는 문자열과 문자열의 갯수를 뜻하고 INT 는 숫자를 뜻한다 테이블을 수정하려고 할때 수정할 해당 테이블을 우측 클릭하고 Al.. 2022. 12. 5.
[AWS] MySQL Free Tier 데이터베이스 생성 📝AWS MySQL Free Tier AWS MySQL 프리티어 설치 (https://ap-northeast-2.console.aws.amazon.com) 로그인 후 지역설정, 메뉴에 데이터베이스 > RDS > 데이터베이스 생성 표준 생성, MySQL을 선택한다 템플릿을 프리티어로 설정한다 마스터 사용자 이름과 암호 설정 퍼블릭 액세스를 예로 선택하고 데이터베이스를 생성한다 ※ 무료로 사용하기위해 밑에 용량을 초과하지 말것 데이터베이스가 생성됐으면 엔드포인트를 복사해 사용한다 MySQL Workbench 설치해서 사용한다 MySQL Workbench 설치 (https://dev.mysql.com/downloads/workbench/) ※ Workbench 설치 중 C++ 없다고 에러 발생시 vistual.. 2022. 12. 5.
[Machine Learning] 계층적군집 Hierarchical Clustering 📝머신러닝 K-Hierarchical Clustering ※ 언수퍼바이즈드 러닝에 y 는 없다 X 값만 필요 import scipy.cluster.hierarchy as sch from sklearn.cluster import AgglomerativeClustering dendrogram() : 댄드로그램 그래프를 만들어 최적의 클러스터 갯수를 확인 sch.dendrogram(sch.linkage(X, method= 'ward')) # method= 'ward' 연결시켜줄때 방식 plt.title('Dendrogram') plt.show() AgglomerativeClustering() hc = AgglomerativeClustering(n_clusters= 5) # n_clusters= 댄드로그램 그래.. 2022. 12. 5.
[Machine Learning] 평균군집 K-Means Clustering 📝머신러닝 K-Means Clustering ※ 언수퍼바이즈드 러닝에 y 는 없다 X 값만 필요 from sklearn.cluster import KMeans kmeans() : n개의 그룹을 만들어 분류한다 (비슷한 특징을 갖는 것들끼리 묶는다) # 변수에 저장하여 사용 kmeans = KMeans(n_clusters= 3, random_state=2) # n_clusters= 그룹의 갯수 지정 kmeans = KMeans(n_clusters= 3, random_state=2) # 학습이 아닌 예측을 시킨다 y_pred = kmeans.fit_predict(X) # 예측한 데이터는 새로운 컬럼에 저장해 활용 df['Group'] = y_pred # ex1) 그룹이 3인사람 가져오기 group3 = df.. 2022. 12. 5.
[Machine Learning] RandomForestClassifier 인공지능 실제 예측해보기 📝머신러닝 RandomForestClassifier으로 만든 인공지능 실제 예측해보기 예측할 값 데이터를 df 컬럼의 순서대로 입력(예측할 값 제외)한 리스트를 넘파이 어레이로 생성한다 생성한 데이터는 1차원 데이터이기 때문에 2차원으로 변경한다 reshape 인공지능 만들때 기존에 만들었던 변수 scaler_X에 transform() 함수를 사용해 피처스케일링 해준다 만들어두었던 인공지능 classifier변수에 predict() 함수를 이용해 값을 예측한다 # 예측할 값에 필요한 데이터를 넘파이 어레이로 생성후 변수에 저장 >>> new_data = np.array([35, 45000]) # 생성한 변수를 2차원 데이터로 변경 >>> new_data = new_data.reshape(1,2) # 기존.. 2022. 12. 2.
[Machine Learning] 분류예측 RandomForestClassifier 📝머신러닝 RandomForestClassifier (Decision Tree 개선한 모델) from sklearn.ensemble import RandomForestClassifier RandomForestClassifier() # 변수에 저장하여 사용 classifier = RandomForestClassifier( n_estimators=200 ) # n_estimators= 트리 갯수 지정(디폴트값 100) classifier = RandomForestClassifier() # 학습, 테스트 classifier.fit(X_train, y_train) y_pred = classifier.predict(X_test) # 예측 from sklearn.metrics import confusion_matr.. 2022. 12. 2.
[Machine Learning] 분류예측 Decision Tree 📝머신러닝 Decision Tree from sklearn.tree import DecisionTreeClassifier DecisionTreeClassifier() 분할과 가지치기 과정을 반복 트리 기반의 분류 규칙을 만든다 # 변수에 저장하여 사용 classifier = DecisionTreeClassifier(random_state=) classifier = DecisionTreeClassifier() # 학습, 테스트 classifier.fit(X_train, y_train) y_pred = classifier.predict(X_test) # 예측 from sklearn.metrics import confusion_matrix, accuracy_score confusion_matrix(y_test.. 2022. 12. 2.