so_sal　

1. options를 통해 heat space를 더 많이 할당할 수 있도록 한다. options(java.parameters = c("-XX:+UseConcMarkSweepGC", "-Xmx8192m")) library(xlsx) setwd("C:/Users/sosal/") #options(java.parameters = "-Xmx8000m") US

library(RMySQL) > dbConnect( MySQL() ) Error in .local(drv, ...) : Failed to connect to database: Error: Can't connect to local MySQL server through socket '/tmp/mysql.sock' (2) > tmp/mysql.sock을 통해 MySQL로 접근할 수 없다고 에러가 뜬다. # Ubuntu $ cat /etc/lsb-release DISTRIB_ID=Ubuntu DISTRIB_RELEASE=18.04 DISTRIB_CODENAME=bionic DISTRIB_DESCRIPTION="Ubuntu 18.04.1 LTS" # MariaDB $ mysql --version mysql Ver..

Processing Megapixel Images with Deep Attention-Sampling Models https://arxiv.org/pdf/1905.03711.pdf 불러오는 중입니다... (참고 자료) https://icml.cc/media/Slides/icml/2019/halla(11-11-00)-11-11-25-4512-processing_mega.pdf Image-net에서 pretrained 되는 대표적인 CNN 모델들 (VGG, ResNet, DenseNet 등.. ) 은 기본적으로 224*224 사이즈를 가진다. 그런데 448*448 로만 늘려도 필요한 메모리가 어마어마해진다. 따라서 매우 큰 이미지를 학습할 때, 사이즈를 down-sampling 하거나, 아니면 patch를 ..

https://www.r-graph-gallery.com/323-sankey-diagram-with-the-networkd3-library/ networkD3 sankey https://rdrr.io/cran/Gmisc/man/transitionPlot.html transitionPlot: A transition plot in Gmisc: Descriptive Statistics, Transition Plots, and More This plot's purpose is to illustrate how states change before and after. In my research I use it before surgery and after surgery but it can be used in any ..

https://machinelearningmastery.com/cnn-long-short-term-memory-networks/ CNN Long Short-Term Memory Networks Gentle introduction to CNN LSTM recurrent neural networks with example Python code. Input with spatial structure, like images, cannot be modeled easily with the standard Vanilla LSTM. The CNN Long Short-Term Memory Network or CNN LSTM for short is an LSTM machinelearningmastery.com Objecti..

Ridge regression과 Lasso regression은 선형회귀 기법에서 사용되는 Regularization이다. 그럼 Regularization은 무엇인가? 를 이해하기 위해, Bias와 Variance, 그리고 Overfitting부터 이해하도록 한다. 1. Bias vs Variance 1) Bias and Variance in Linear model Bias는 학습된 모델이 Training data에 대해 만들어낸 예측값과, Training data값과의 Error를 말한다.Variance는 학습된 모델이 Test data에 대한 예측값과, 정답과의 Error를 말한다. 따라서 위와같이 선형함수의 경우, Training data를 완벽하게 맞추지 못하며 Bias가 어느정도 있다는 것을 알..

> for(i in 1:length(commands)) system(commands[i])50건 이상의 경고들을 발견되었습니다 (이들 중 처음 50건을 확인하기 위해서는 warnings()를 이용하시길 바랍니다).> > warnings()경고 메시지:1: 명령 'move ISIC_0024310.jpg ../'의 실행으로 상태 127가 되었습니다2: 명령 'move ISIC_0024315.jpg ../'의 실행으로 상태 127가 되었습니다..... 이거 왜이러나 했더니,command에 "cmd.exe /c" 를 앞쪽에 넣어줘야함. movefiles

벤다이어그램 그릴때 기본 function들로 대충대충 그렸는데 이쁜 패키지로 그리니 눈에 잘들어온다. 기록용으로 포스팅 https://cran.r-project.org/web/packages/venn/index.html venn(5, lty=5, col="navyblue", zcolor="style") venn(5, lty=5, col="navyblue", zcolor="style", ilabels=T) LIST로 넣어주면 알아서 집합 단위로 해석하여 그려줌 x

/* * http://sosal.kr/ * made by so_Sal */ Data 분석은 주로 R,딥러닝 모델 구현은 Python을 이용했었다. 파이썬은 General 한 프로그램을 구현하기엔 좋지만,데이터를 분석하기에는 불편한 점이 굉장히 많다. 데이터 분석 중간 중간마다 어떤 process를 거쳤을 때, 중간 분석 과정에서 결과가 어떻게 나오는지 상세히 확인해줄 필요가 많은데Python은 실시간으로 데이터의 특징을 파악하기엔 불편한 점이 너무 많다.특히 Visualization도 굉장히 불편하고.. (물론 불가능한 건 아니지만, 개인적으로 시간과 노력이 R에 비해서 5배 이상은 더 드는 것 같다.) 그런데 이제는 딥러닝도 R로 구현이 가능해졌다 !!KERAS 덕분에.. GPU와 연동때문에, 딥러닝은..

https://github.com/cardiomoon/shinyLecture2 shiny1.pdf : R과 Shiny를 이용한 Web Application 제작(I) shiny2.pdf : R과 Shiny를 이용한 Web Application 제작 (II) Shiny3.pdf : RStudio addin 제작 Shiny4.pdf : Shiny module 완전 좋은 강의자료.나중에 보기 위해서 URL만 남겨놓는다. 성의없는 포스팅이지만 .. ㅠㅠ자세한 리뷰는 다음기회에.