printf("ho_tari\n");

https://jamanbbo.tistory.com/43 django REST framework로 간단한 api 만들기 django REST ramework (DRF)는 RESTful한 API를 쉽게 만들 수 있도록 해준다. 지금부터 DRF를 사용해 영화 리스트를 CRUD (Create,Read,Update,Delete) 할 수 있는 간단한 API를 만들어 볼 것이다.혹시 REST가 뭔지 모른 jamanbbo.tistory.com Django Rest Api Framework를 활용하여 사용자 로그인 정보(이메일, 비밀번호)를 저장할 수 있는 서버 구축 관련 코드 : https://github.com/SE0NGH0/SNS_api GitHub - SE0NGH0/SNS_api Contribute to SE0..

https://wikidocs.net/91422 3-05 첫 번째 Django프로젝트 시작하기 ## Django 개발 환경 설정 먼저, 우리가 배울 `django` 라이브러리를 다운 받자. ``` $ pip install django ``` 조금만 기다리면 최… wikidocs.net Django 이용하여 게시물 작성 및 저장, 이미지 저장 가능한 게시판 구축 연습 관련 코드 : https://github.com/SE0NGH0/SNS-server GitHub - SE0NGH0/SNS-server Contribute to SE0NGH0/SNS-server development by creating an account on GitHub. github.com

https://www.youtube.com/watch?v=zhCT0SnikOw&list=PLDHA4931gtc7wHBDGQOYlmcpZm7qyici7&index=1 python에서 pynecone를 이용하여 회원가입, 로그인 UI 제작하기 관련 코드 : https://github.com/SE0NGH0/SNS-client GitHub - SE0NGH0/SNS-client Contribute to SE0NGH0/SNS-client development by creating an account on GitHub. github.com

import pandas as pd from sklearn.model_selection import train_test_split import numpy as np from sklearn.preprocessing import Binarizer from sklearn.metrics import precision_recall_curve import matplotlib.pyplot as plt import matplotlib.ticker as ticker # 데이터 전처리 함수 정의 def fillna(df): df['Age'].fillna(df['Age'].mean(), inplace=True) # 'Age' 열의 누락된 값들을 평균값으로 대체 df['Cabin'].fillna('N', inplace=Tru..

from sklearn.datasets import fetch_openml mnist = fetch_openml('mnist_784') print(mnist.data) import matplotlib.pyplot as plt plt.imshow(mnist.data.values[0].reshape(28,28),cmap = 'gray') from sklearn.model_selection import train_test_split X_train,X_test,y_train,y_test = train_test_split(mnist.data,mnist.target,test_size=0.1) from sklearn.ensemble import RandomForestClassifier from sklearn.metr..

# 필요한 라이브러리 임포트 from sklearn.preprocessing import LabelEncoder # 라벨 인코딩을 위한 라이브러리 임포트 from sklearn.preprocessing import OneHotEncoder # 원핫 인코딩을 위한 라이브러리 임포트 import numpy as np # 배열 조작을 위한 넘파이 라이브러리 임포트 import pandas as pd # 데이터프레임 생성 및 가공을 위한 판다스 라이브러리 임포트 from sklearn.datasets import load_iris # 아이리스 데이터셋 로드 from sklearn.preprocessing import StandardScaler # 표준화를 위한 스케일러 라이브러리 임포트 from sklearn...

from sklearn.base import BaseEstimator import numpy as np class MyDummyClassifier(BaseEstimator): def fit(self, x, y=None): pass def predict(self, x): pred = np.zeros((x.shape[0], 1)) # 0으로 채워진 배열 생성 for i in range(x.shape[0]): if x['Sex'].iloc[i] == 1: # 'Sex' 열의 값이 1인 경우 0으로 예측 pred[i] = 0 else: pred[i] = 1 # 'Sex' 열의 값이 1이 아닌 경우 1로 예측 return pred # 예측 결과 반환 import pandas as pd from sklearn.mo..

# pandas 라이브러리 가져오기 import pandas as pd # CSV 파일을 읽어서 DataFrame 생성 df = pd.read_csv('data/scientists.csv') # DataFrame 출력 print(df) # DataFrame에서 'Name'과 'Age' 열 선택 및 출력 print(df['Name', 'Age']) # 'Age' 열의 평균값 출력 print(df['Age'].mean()) # 'Age' 열의 값이 평균보다 큰지 확인하고 True/False 출력 print(df['Age'] > df['Age'].mean()) # 'Age' 열의 값이 평균보다 큰지 확인하고 결과를 리스트로 변환하여 출력 print(df['Age'].mean() < df['Age'].to_li..