so_sal　

매번 똑같은거 Metrics 구해놓고CI 다시 계산한다고 시간을 보내고 있는 나를 발견.... 그냥 블로그에 올려놓고 생각나면 편하게 와서 긁어 쓰려구 포스팅 함수 정의 library(boot)library(Epi)library(pROC)calc_metrics function(data, indices) {    d data[indices, ]    tp sum(d$predictions == 1 & d$label == 1)    tn sum(d$predictions == 0 & d$label == 0)    fp sum(d$predictions == 1 & d$label == 0)    fn sum(d$predictions == 0 & d$label == 1)        acc (tp + t..

R에서 다음 패키지를 활용할 때, libmysqlclient.so.20 에러가 나는 경우가 있다. No LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 22.04.4 LTS Release: 22.04 Codename: jammy R 4.3.2와 Ubuntu 22.04를 활용중. 뭔가 에러가 해결하기 쉽지 않았는데, libmysqlclient.so.20 설치만으로 끝나지 않아서, 다시 삽질하지 않도록 블로그 포스팅. > library(RMySQL) Error: package or namespace load failed for ‘RMySQL’ in dyn.load(file, DLLpath = DLLpath, ...): unable ..

Feature Engineering은 데이터의 전처리를 통해 머신러닝 모델의 성능을 향상시키는 방법입니다. PolynomialFeatures 는 주어진 입력값을 기반으로, 고차항들을 추가하는 방법입니다. scikit-learn의 패키지에서 이 기능을 제공하며, 단순한 선형모델을 활용한다는 가정 하에 보다 복잡한 다항식 모델로 변환시킬 수 있기 때문에, 입력값이 적고 비선형 데이터에 대한 모델링을 수행할 때 효과적입니다. - 기본 사용 방법 from sklearn.preprocessing import PolynomialFeatures poly = PolynomialFeatures(degree=2, include_bias=False) poly.fit_transform(pd.DataFrame([3, 6, 9]..

Embedding layer가 어떻게 동작하는지 정확하게 알기 위해서, 가장 쉬운 예제를 통해 이해하려고 노력해봤습니다. import tensorflow as tf from tensorflow.keras.utils import plot_model query_input = tf.keras.Input(shape=(5), dtype='int32') token_embedding = tf.keras.layers.Embedding(input_dim=5, output_dim=10) query_embeddings = token_embedding(query_input) Model = tf.keras.models.Model(inputs = query_input, outputs=query_embeddings) Model: ..

1. Transformer에서 self-attention의 의미 Self-attention은 자연어 텍스트와 같은 Sequential data를 처리하기 위한 Transformer layer에 있는 메커니즘입니다. 이를 통해 모델은 시퀀스의 중요한 부분에 집중하여 시퀀스의 각 요소에 대한 표현을 계산할 수 있습니다. Attention score는 위 그림처럼, 2차원의 word vector에 대해 Matrix multiplication이 수행됩니다. Word embedding이 잘 되어있다면, 비슷한 의미를 가지는 단어는 비슷한 Feature pattern을 보일 것입니다. 따라서, 같은 문장의 MatMul을 통해 만들어진 Attention score (Matrix)는 '유사도' 처럼 작동할 것입니다. ..

Python은 아무래도 컴파일 되는 것이 아닌, 스크립트 언어다 보니 단순 반복연산에 대한 for loop는 상당히 느립니다. 따라서 map, filter, reduce 등으로 대체하는 것을 권장하고 있는데, 세 가지 문법에 대해서 가볍게 정리해보겠습니다. import math import time import numpy as np # 0

1. Flutter 다운로드 https://docs.flutter.dev/get-started/install Install Install Flutter and get started. Downloads available for Windows, macOS, Linux, and Chrome OS operating systems. docs.flutter.dev c:\\flutter\에 압축풀기 2. 환경변수 설정 Path에 c:\flutter\flutter\bin 등록하기 3. 안드로이드 스튜디오 설치 https://developer.android.com/studio/archive?hl=ko Android 스튜디오 다운로드 자료실 | Android 개발자 | Android Developers 이 페이지에는 An..

뭔가 Transformer는 참 항상 어렵게 느껴졌었다. 왜이렇게 강의들이나 문헌들이 어렵게 적혀있는지, Key, Query, Value는 도대체 어디서 튀어나오는 것인지 명확하게 이해가 안됐다. 내가 이해할 수 있도록 글을 쓰면, 독자분들도 쉽게 이해할 수 있지 않을까? 라는 마음으로 이 글을 한번 써보도록 한다. 코드는 모델링을 기준으로 상세하게 덧붙여 가며 설명한다. 0. Library & 예제 데이터 준비 - Tensorflow Keras, Library Load import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers from tensorflow.keras.models import Sequent..

Split validation이나, Leave-One-Out Cross-validation (LOOCV) 를 하게 되면 적절하게 ROC curve를 그릴 수 있다. Split validation은 test set이 명확하게 있으니, 해당 샘플에 대해 ROC curve를 그리면 되고, LOOCV의 경우 데이터 하나당 Prediction 값을 저장해놓고 ROC curve를 그리면 된다. 그러면 Cross-validation은?? AUC 구하는거야, MRMC 기법이든 뭐든, 어쨌건 결과 값이 각 fold 별 AUC의 평균과 동일하기에 계산하면 되는데 ROC가 항상 문제이다. Multiple ROC curve에 대한 평균을 구하는 방식으로, Cross-validation의 mean ROC를 시각화 할 수 있는데..

# Scale function에 대하여 R에서 scale 함수는 Column-wise 하게 표준정규분포로 데이터의 분포를 이동시켜준다. set.seed(1) Data