전체 글74 [백준] 1260: DFS와 BFS, python 구현 1. 입력 코드 구현 해당 코드에서 인접 리스트가 정렬되어야 작은 수를 우선으로 탐색한다. DAT(Direct Access Table)를 위한 visited 변수를 만듦 node, edge, st_node = map(int, input().split()) adj_list = [[] for _ in range(node+1)] for _ in range(edge): i, j = map(int, input().split()) adj_list[i].append(j) adj_list[j].append(i) adj_list = [sorted(i) for i in adj_list] visited = [0]*(node+1) 2. DFS 구현 dfs는 깊이 우선 탐색이기 때문에 stack으로 구현한다. 노드를 받기위한 .. 2023. 2. 20. 파이썬 자료형 - 정수형, 실수형 정수형 실수형 지수표현 방식 : 1e9 = 유효숫자 * 10 ** 지수 실수형을 저장하기 위해 4byte, 8byte 의 고정된 메모리 크기를 할당하므로, 컴퓨터는 실수를 표현하는 정확도에 한계를 가짐 e.g. 0.3 + 0.9 = 0.88888888889 => a != 0.9 round()를 통해 정확한 실수 값을 가지도록 함 다양한 연산자 / : 나누기 % : 나머지 (e.g. 홀짝 검사) // : 몫 ** : 제곱 (e.g. 제곱근 1 ** 0.5) 2023. 1. 17. 클러스터링 평가 지표(Clustering Evaluation Metrics) 지도학습 -> labeled data 비지도 학습 -> unlabeled data를 통한 학습, e.g. clustering, constrative learning 비지도학습의 핵심은 알고리즘의 성능을 올바르게 측정하는 것. Clustering 평가 지표 1. Silhouette Score Silhouette score는 군잡 간 separation distance를 측정하는데 사용한다. 즉, 군집의 각 점이 인접한 군집의 점에 얼마나 가까운지 나타내는 측도를 표시한다. 측정값의 범위는 [-1, 1]이며 "similarities within clusters and differences across clusters"를 시각적으로 표현 가능하다. 실루엣 점수는 각 표본의 mean intra-cluster d.. 2022. 9. 19. 부스팅 앙상블 (Boosting Ensemble): AdaBoost Taeyang Yang님의 블로그 와 StatQuest의 유튜브 를 참조하였다. AdaBoost AdaBoost(Adaptive Boosting)는 다양한 크기의 Stump로 이루어진 숲이다. 3 Concepts of AdaBoost Forest of stumps : weak learner로 구성된 숲 Different weights for each stump : Amount of Say의 양 Sequential : 각 stump의 에러가 다음 stump의 에러에 영향을 미친다. 1. Forest of stumps random forest에서는 개별 모델로 decision tree를 사용하는데 비해,AdaBoost에서는 개별 모델로 Stump 를 사용한다. Stump란 한 노드와 두 개의 가지를 갖는 d.. 2022. 4. 5. 이전 1 ··· 10 11 12 13 14 15 16 ··· 19 다음
