[Machine Learning] 1주차 스터디 - 머신러닝을 위한 파이썬

• 1주차 목표 : 머신러닝을 위한 파이썬 정복하기
• 참고 강의 : [부스트코스] 머신러닝을 위한 파이썬

1. 1주차 핵심 내용 정리

<Numpy>

 

- Ndarray

  : np.array 함수를 활용한 배열 생성

  하나의 데이터 type만 배열에 넣을 수 있음

 

- Array dtype

  Ndarry의 single element가 가지는 data type

  각 element가 차지하는 memory의 크기가 결정됨

  예) np.array([[1, 2, 3], [4.5, 5, 6]], dtype=int)

      →Data type을 integer로 선언

 

 

<Pandas>

 

- Groupby

  한 개 이상의 column을 묶을 수 있음

  두 개의 column으로 groupby를 할 경우, index가 두개 생성

 

  groupby.sum()

   예) df.groupby("Team")["Points"].sum()

        → "Team"을 기준으로 "Points"를 sum

 

- unstack()

  Group으로 묶여진 데이터를 matrix 형태로 전환해줌

 

- fillna()

  결측값을 특정 값으로 채워줌

  예) fillna(0) : 데이터 내의 결측값들을 0으로 채워줌

 

 

2. 과제 풀이

 

<과제#1> 백준문제14888번 (연산자 끼워넣기)

www.acmicpc.net/problem/14888

14888번: 연산자 끼워넣기

 

- 구현원리

maxresult와 minresult를 가질 수 있는 최소와 최대 값을 설정해놓고 백트랙킹을 이용하여 모든 경우를 탐색하게 함.

함수 dfs를 만들어 처음으로 입력받은 수만큼 함수를 돌면 maxresult와 minresult를 확정시키고 함수를 종료하게 함.

 

- 코드

def dfs(i, res, plus, minus, mul, div):
    global maxresult, minresult
    if i == num:
        maxresult = max(res, maxresult)
        minresult = min(res, minresult)
        return
    else:
        if plus:
            dfs(i+1, res+numbers[i], plus-1, minus, mul, div)
        if minus:
            dfs(i+1, res-numbers[i], plus, minus-1, mul, div)
        if mul:
            dfs(i+1, res*numbers[i], plus, minus, mul-1, div)
        if div:
            dfs(i+1, int(res/numbers[i]), plus, minus, mul, div-1)
 
num = int(input())
numbers = list(map(int, input().split()))
plus, minus, mul, div = map(int, input().split())
minresult = 100000001
maxresult = -100000001
 
dfs(1, numbers[0], plus, minus, mul, div)
 
print(maxresult)
print(minresult)

해설 영상 : www.edwith.org/aipython/lecture/24070/

 

<과제#2> Pandas와 Numpy를 이용하여 Rating Matrix 만들기

 

- 구현원리

dtype을 사용하여 데이터의 각 element가 차지하는 memory의 크기를 float32로 설정함

pd.read_csv를 사용하여 사용할 데이터를 불러옴

groupby(['source', 'target'])['rating'].sum().unstack().fillna(0)를 사용하여 'source'와 'target'을 묶고 이 둘을 바탕으로 'rating'을 sum 해줌

fillna(0)을 사용하여 결측값들을 0으로 채우고 unstack()을 사용하여 matrix 형태로 전환함

 

- 코드

import pandas as pd
import numpy as np
def get_rating_matrix(filename, dtype=np.float32):
    df = pd.read_csv(filename)
    return df.groupby(['source', 'target'])['rating'].sum().unstack().fillna(0)
    
# 실행결과확인
get_rating_matrix("movie_rating.csv")

 

해설 영상 : www.edwith.org/aipython/lecture/24073/