분류 전체보기 (132) 썸네일형 리스트형 센서 데이터 분석 시, 고려해야 할 사항 1. recipe/step과 같이 데이터 범위에 영향을 주는 요인 파악 공정 센서 데이터는 recipe, step와 같은 공정 단계 혹은 특정 요건으로 인해 데이터 범위가 달라지는 상황이 발생할 수 있다. 따라서, EDA를 진행할 경우, 이 부분을 유의해야 한다. 2. 도메인 지식에 따라 파라미터를 묶어 모델을 설계 가능한지 확인 1) 데이터가 수집되는 1개의 센서 데이터마다 모델을 설계 -> 한계 : 설계 시간 및 관리 비용이 많음 2) 도메인 지식에 따라 파라미터를 묶어 모델을 설계 3) 모든 파라미터를 묶어 하나의 모델로 설계 -> 한계 : 고장 원인 파악의 어려움 3. 조건에 따라 데이터를 요약해 사용 1) 원본 데이터 사용 recipe와 step의 상관이 없는 파라미터의 경우, raw data를.. [Pandas] int타입 특정 자리수 string으로 format하기 (2를 02로 표현) df.astype(str).str.zfill(2) [Git] 이전 커밋으로 로그 되돌리기 git reset --hard CommitId git push -f origin master [Frontend] 프론트엔드 개발에 유용한 VS code Extensions 지저분한 Indentation 정리하기 (Beautify) 1) VS code Extension인 Beautify의 명령어 HookyQR.beautify를 단축키(ex) alt+cmd+l) 설정 2) 정리하고 싶은 코드를 드래그한 후, 단축키 눌러 명령어 부르기 자동으로 HTML 태그 변경하기 (Auto Rename Tag) 시작 태그를 변경할 경우, 마지막 태그도 자동으로 동일하게 변환해주는 VS code Extenstion HTML 파일을 화면으로 출력해서 보여주기 개발을 위해 임시로 로컬 서버를 오픈해 HTML 파일을 화면으로 출력해서 보여주는 VS code Extension [Git] 최근 commit으로 전체 로컬 파일 덮어쓰기 가장 최근 항목을 가져오는 경우 git fetch --all git reset --hard origin/ [EDA] Data Scaling Data Scaling이란? 데이터 스케일링이란 데이터 전처리 과정의 하나이다 데이터 스케일링을 해주는 이유는 데이터의 값이 너무 크거나 혹은 작은 경우에 모델 알고리즘 학습과정에서 0으로 수렴하거나 무한으로 발산해버릴 수 있기 때문이다 따라서, scaling은 데이터 전처리 과정에서 굉장히 중요한 과정이다 Scaler의 종류 StandardScaler (데이터의 최소, 최대 값을 모를 경우) 기존 변수의 범위를 평균값과 표준편차를 사용해 정규 분포로 변환 각 feature의 평균을 0, 분산을 1로 변경 모든 특성들이 같은 스케일을 가짐 이상치가 있을 때 평균과 표준편차에 영향을 미쳐 균형 잡힌 척도를 보장할 수 없음 RobustScaler (이상치를 포함하는 데이터를 표준화하는 경우) standard.. [Git] branch 생성 및 커밋하기 $ git branch $ git checkout git add . git commit -m "git commit" $ git push origin [JS] sessionStorage 사용법 sessionStorage 내부에 해당 key값이 존재하는지 확인하는 방법 sessionStorage.hasOwnProperty("key") 이전 1 ··· 5 6 7 8 9 10 11 ··· 17 다음
