춤추는 개발자

더보기 이번 주제는 Porto serqruo safe prediction 로, 목표는 운전자가 내년에 자동차 보험 청구를 시작할 확률울 예측하는 모델을 구축 하는 것이다. 이번 필사는 Gabriel Preda님의 코드를 참고하였다. 총 3가지 포스트로 내용을 나누었고, 순서는 아래와 같다. Porto serqruo safe prediction(Gabriel Preda) (1) 더보기 1. 데이터 분석 준비 2. 데이터 설명 3. Metadata 설명 Porto serqruo safe prediction(Gabriel Preda) (2) 더보기 4. 데이터 분석과 통계 Porto serqruo safe prediction(Gabriel Preda) (3) 더보기 5. 모델을 위한 데이터 준비 6. 모델 준..

이번 주제는 Porto serqruo safe prediction 로, 목표는 운전자가 내년에 자동차 보험 청구를 시작할 확률울 예측하는 모델을 구축 하는 것이다. 이번 필사는 Bert Carremans님의 코드를 참고하였다. 총 2가지 포스트로 내용을 나누었고, 순서는 아래와 같다. Porto serqruo safe prediction(Bert Carremans) (1) 더보기 1.데이터확인 2. Metadata 3. 기술 통계(Description Statistics) 4. 불균형 클래스 처리 5. 데이터 품질검사 Porto serqruo safe prediction(Bert Carremans) (2) 더보기 6. EDA Visualization 7. Feature Engineering 8. Feat..

이번 주제는 Porto serqruo safe prediction 로, 목표는 운전자가 내년에 자동차 보험 청구를 시작할 확률울 예측하는 모델을 구축 하는 것이다. 이번 필사는 Bert Carremans님의 코드를 참고하였다. 총 2가지 포스트로 내용을 나누었고, 순서는 아래와 같다. Porto serqruo safe prediction(Bert Carremans) (1) 더보기 1.데이터확인 2. Metadata 3. 기술 통계(Description Statistics) 4. 불균형 클래스 처리 5. 데이터 품질검사 Porto serqruo safe prediction(Bert Carremans) (2) 더보기 6. EDA Visualization 7. Feature Engineering 8. Feat..

캐글에서 가장 유명한 주제중 하나인 타이타닉 탑승자 생존률 구하기 데이터 분석을 캐글 코리아의 타이타닉 튜토리얼을 참고 하여 진행해보았다. 총 4가지 부분으로 나눴으며 순서는 아래와 같다. 1) DataSet 확인 2) EDA (Exploratory data analysis) 3) Modeling 4) Machin Learning In [49]: import numpy as np import pandas as pd from pandas import Series import matplotlib.pyplot as plt import seaborn as sns plt.style.use('seaborn') sns.set(font_scale=2.5) In [50]: import plotly.offline as p..

캐글에서 가장 유명한 주제중 하나인 타이타닉 탑승자 생존률 구하기 데이터 분석을 캐글 코리아의 타이타닉 튜토리얼을 참고 하여 진행해보았다. 총 4가지 부분으로 나눴으며 순서는 아래와 같다. 1) DataSet 확인 2) EDA (Exploratory data analysis) 3) Modeling 4) Machin Learning In [49]: import numpy as np import pandas as pd from pandas import Series import matplotlib.pyplot as plt import seaborn as sns plt.style.use('seaborn') sns.set(font_scale=2.5) In [50]: import plotly.offline as p..

캐글에서 가장 유명한 주제중 하나인 타이타닉 탑승자 생존률 구하기 데이터 분석을 캐글 코리아의 타이타닉 튜토리얼을 참고 하여 진행해보았다. 총 4가지 부분으로 나눴으며 순서는 아래와 같다. 1) DataSet 확인 2) EDA (Exploratory data analysis) 3) Modeling 4) Machin Learning In [53]: import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns In [54]: plt.style.use('seaborn') sns.set(font_scale=2.5) In [55]: import missingno as msno import warnings wa..

캐글에서 가장 유명한 주제중 하나인 타이타닉 탑승자 생존률 구하기 데이터 분석을 캐글 코리아의 타이타닉 튜토리얼을 참고 하여 진행해보았다. 총 4가지 부분으로 나눴으며 순서는 아래와 같다. 1) DataSet 확인 2) EDA (Exploratory data analysis) 3) Modeling 4) Machin Learning In [53]: import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns In [54]: plt.style.use('seaborn') sns.set(font_scale=2.5) In [55]: import missingno as msno import warnings wa..

메이븐 명령어 실행 시, 아래와 같은 test 라이브러리 관련 Warning이 발생하였다. Warning이긴 하지만, 신경이 쓰인다.... 원인은 test 실행시, mariadb에 대한 테스트도 진행할 때 연결 정보가 없거나 연결할 때 문제시 이러한 Warning이나 error가 발생하는 것이다. 해결방법은 -DskipTests 옵션을 사용하여 db 관련한 테스트는 제외하고 진행하면 된다. mvn install -DskipTests 옵션을 적용하면 DB 테스트를 건너뛰기 때문에, 정상적으로 빌드되는것을 확인할 수 있다.

데이터 베이스에서 사용하는 컬럼의 타입을 자바에서 매핑할때 참고하면 좋은 자료이다. 아래 내용은 티맥스 소프트에서 제공하는 내용이다. [출처 바로가기]

IntelliJ 개발환경에서 Springboot + MariaDB 작업 중, Cannot resolve table ' customer' 에러가 발생했다. 이런 현상은 IntelliJ가 너무 꼼꼼하게 검사를 해주기 때문에 발생한 것으로, 관련 설정을 변경해주면 해결 된다. Setting > Editor > Inspection > .. > Unresolved database references in annotations 체크 해제 적용 후 확인하면 아래와 같이 빨간줄이 지워진다.