printf("ho_tari\n");

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..

import sklearn from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split import pandas as pd # Iris 데이터셋을 로드합니다. iris = load_iris() # iris는 Bunch 객체로, 다양한 정보를 포함하고 있습니다. # 데이터의 타입을 확인합니다. type(iris) # bunch는 사전(dictionary)과 비슷한 데이터 타입입니다. # Iris 데이터의 특성(Features)을 출력합니다. print(iris['data']) # Iris 데이터에 포함된 키(필드)들을 ..

import pandas as pd # 판다스를 사용하여 'titanic_train.csv' 파일을 읽어 데이터프레임을 생성 df = pd.read_csv('titanic_train.csv') print(df) # 데이터프레임 출력 # 'Age' 열의 누락된 값을 해당 열의 평균값으로 대체 df['Age'].fillna(df['Age'].mean(), inplace=True) # 'Cabin'과 'Embarked' 열의 누락된 값을 각각 'N'으로 대체 df['Cabin'].fillna('N', inplace=True) df['Embarked'].fillna('N', inplace=True) # 'Sex'와 'Survived' 열을 기반으로 그룹화하고, 각 그룹별로 'Survived' 값의 개수를 세어 ..

# 전체 SoccerPlayer 코드 class SoccerPlayer(object): def __init__(self, name, position, back_number): self.name = name self.position = position self.back_number = back_number def change_back_number(self, new_number): print("선수의 등번호를 변경한다: From %d to %d" % (self.back_number, new_number)) self.back_number = new_number def __str__(self): return "Hello, My name is %s. I play in %s in center." % (self.na..

# 일반적인 함수 def f(x, y): return x + y print(f(1, 4)) # 람다 함수(lambda) f = lambda x, y: x + y print(f(1, 4)) f = lambda x: x ** 2 print(f(3)) f = lambda x: x / 2 print(f(3)) ex = [1, 2, 3, 4, 5] f = lambda x: x ** 2 print(list(map(f, ex))) # 일반적인 반복문 ex = [1, 2, 3, 4, 5] f = lambda x: x ** 2 for value in map(f, ex): print(value) # 리스트 컴프리헨션 ex = [1, 2, 3, 4, 5] print([x ** 2 for x in ex]) # 일반적인 반복문..

colors = ['red', 'blue', 'green', 'yellow'] result = ''.join(colors) # join()을 활용하여 리스트의 각 요소를 빈칸 없이 연결 print(result) result = ''.join(colors) # 연결 시, 1칸을 띄고 연결 print(result) result = ', '.join(colors) # 연결 시 ","로 연결 print(result) result = '-'.join(colors) # 연결 시 "-"로 연결 print(result) items = 'zero one two three'.split() # 빈칸을 기준으로 문자열 분리 print(items) example = 'python,jquery,javascript' # ","를 ..

word = input("Input a word: ") world_list = list(word) print(world_list) result = [] for _ in range(len(world_list)): result.append(world_list.pop()) print(result) print(word[::-1]) s = set([1, 2, 3, 1, 2, 3]) # set() 함수를 사용하여 1, 2, 3을 세트 객체로 생성 print(s) s.add(1) # 1을 추가하는 명령이지만 중복 불허로 추가되지 않음 print(s) s.remove(1) # 1 삭제 print(s) s.update([1, 4, 5, 6, 7]) # [1, 4, 5, 6, 7] 추가 print(s) s.discard(..