지표 계산식 정확도 TP/전체(TP+FP+FN+TN) 정밀도 TP/TP+FP 재현율 TP/TP+FN 특이도 TN/TN+FP TP를고정으로 실제에는 FP, 예측에는 FN 쓰면 외우기 편함

가상환경 설정 폴더 생성 터미널 실행 터미널에서 폴더로 경로를 지정해줍니다. cd 폴더경로 conda create --name yourenvname python=3.10 yourenvname대신에 , 사용할 이름을 설정 conda activate yourenvname 가상환경으로 접속해줍니다. 터미널 앞()에 지정한 이름으로 가상환경이 설정되어 있는지 체크해줍니다. pip install pycaret pycaret을 설치 해줍니다. conda install -c conda-forge jupyterlab 주피터랩을 설치해줍니다. jupyter lab 주피터랩을 실행해 줍니다. import pycaret pycaret.__version__ 버전이 확인된다면 설치가 완료된겁니다!

https://github.com/JiHoonYoon00/real-estate-dashboard [GitHub - JiHoonYoon00/real-estate-dashboard Contribute to JiHoonYoon00/real-estate-dashboard development by creating an account on GitHub. github.com](https://github.com/JiHoonYoon00/real-estate-dashboard) real-estate-dashboard 프로젝트 소개 본 프로젝트는 서울시의 2022년과 2023년 부동산 거래 데이터와 법정동 좌표를 활용하여 재개발이 예상되는 지역을 식별합니다. 이를 통해 식별된 지역을 분석하고 Naver Open Searc..

특강중 조를 짜서 간단하게 수행해야하는 미션이 있었는데 바로 '문고리를 디자인하기' 였다. 30분 남짓한 시간이지만 창의적인 생각을 해볼 수 있었던 조별활동이였다. 특별한 상황을 설정한다 사용자의 행동을 인식한다 적절한 디자인을 시행한다 위 세가지 조건을 가지고 문고리디자인을 생각해보았다. 문고리를 디자인한다고 하면 물건을 들고있을때 어린이나 노약자, 장애인, 애완동물등 처음에는 쉽게 접근을 해보았지만, 무언가 재미가 별로 없네..? 라는 생각이 들기 시작 할때 쯤 조원분께서 자기는 당기시오/미시오를 잘 보지 못해서 실수하는 경우가 많다고 얘기를 꺼내셨다. 그때 문득 머릿속에서 우리가 당겨야하는 경우가 무엇이 있을까??? 갑자기 머릿속에 냉장고라는 아이디어가 떠올라서 팀원들과 토의를 나눠보니 생각보다 참..

사용된 라이브러리 from selenium import webdriver from selenium.webdriver.chrome.service import Service from selenium.webdriver.common.by import By import pandas as pd import time import random 상세 코드 def page1_crawling(driver): titles = [] urls = [] start_num = 9 end_num = 47 for i in range(start_num, end_num + 1, 2): title_css_path = '#revolution_main_table > tbody > tr:nth-child(' + str(i) + ') > td:nt..

JSON 형식 단일데이터 수집 URL=f'http://openapi.seoul.go.kr:8088/{SERVICE_KEY}/json/tbLnOpendataRtmsV/1/100/' URL import requests import json import pandas as pd req = requests.get(URL) content = req.json() #json데이터 불러오기​ result = pd.DataFrame(content['tbLnOpendataRtmsV']['row']) #중요부분 result 다중데이터 수집 공공데이터는 블러올떄 리미트가 걸린 경우들이 많음 서울 열린데이터 광장의 경우 1000개 제한 data = None SERVICE_KEY ='**************************..

왜 환경변수를 이용해야 할까? 깃허브나 스트림릿처럼 배포가 되는 사이트에 나의 인증키가 올라가면 보안의 문제가 생기기 때문에 공공데이터를 사용할때 받는 인증키를 가리고 업로드하고 변수지정을 통해 다른사용자들이나 팀원들간에 편의를 제공하기 위해서 사용 코드 # _*_ coding:utf-8 _*_ import streamlit as st import requests import pandas as pd from dotenv import load_dotenv import os #.env파일이 활성화됨 load_dotenv() SERVICE_KEY =os.getenv('SEOUL_API_KEY') data = None for j in range(1,3): url = f'http://openapi.seoul.go..

필자는 깃허브에서 스트림릿에 배포를 하는 과정에서 오류가 뜨면서 절대경로와 상대경로의 차이점을 숙지하게되었다. 절대경로 컴퓨터의 파일을 찾는 방법은 절대경로로 파일을 찾는 방법 한가지 뿐이다. 절대경로란 최초의 시작점으로 부터 경유한 경로를 전부 기입 하는 방식이다. 예시) C:\Users\UserID\Desktop\main.py 이렇게 최상단의 경로부터 전부 기입되 상태를 절대경로라고 한다. 상대경로 상대경로는 현재의 위치를 가장 중요하게 여기며 상대적이라는 개념을 이해 해야한다. 파일이나 디렉터리의 위치를 현재 작업 중인 디렉터리나 파일을 기준으로 나타내는 경로이다. 이러한 방법은 파일이나 디렉토리를 이동하면서도 변경할 필요가 없는 장점이 있다. 예시) Desktop\main.py main.py 결론..