본문 바로가기

분류 전체보기

 (104)
파리에서 좋은 숙소 고르는 방법 좋은 숙소 고르는 방법 - 좋은 호텔 고르는 방법 나는 한인민박은 개인적으로 비추하고 현지 호텔에서 묵는 것을 더 선호한다. 첫번째 이유는 욕실 사용 문제이고 두번째 이유는 더 현지 분위기를 느끼고 싶어서이다. 이 포스팅은 좋은 현지 호텔을 고르는 방법을 파리를 예로 들어 설명하려고 한다. (아마 다른 도시도 마찬가지일 것이다.) 자유여행이 아니라 패키지 투어인 경우에도 패키지에 배정된 숙소가 어떤지 아래 기준으로 살펴보면 패키지를 결정하는데 큰 도움이 될 것 같다. (1) 치안이 나쁜 구역이 어디인지 알아본다. 가장 먼저 할 일은 치안이 나쁜 구역이 어디인지 알아보는 것이다. 좋은 구역을 찾아보지 않는 이유는 대부분 도심 한가운데 지역이 치안이 좋고 나머지 지역도 치안이 나쁘지는 않다. 그런데 치안이 ..
구역별 파리 명소 한눈에 보기 구역별 파리 명소 한눈에 보기 파리의 면적은 105㎢로 서울 면적 605㎢에 비하면 작은 편이지만 그 안에 있는 관광명소는 어마어마하게 많다. 여기에 맛집까지 합쳐지면 둘러볼 곳이 엄청나게 많은 곳이 바로 파리이다. 하지만 대부분 관광객들은 유럽에 올 때 파리만 들르는 것도 아니고, 파리에 머무는 일정은 짧으면 2박3일에서 길면 6박7일까지 그렇게 길지 않게 잡는 편이다. 그렇기 때문에 짧은 일정 안에서 효과적으로 둘러보려면 동선을 잘 짜는 것이 중요하다. (그리고 어쨌든 우리의 다리와 시간, 교통비는 소중하니까ㅠ) 그래서 이렇게 효과적으로 동선을 짜기 위해 구역별로 어떤 명소들이 있는지 살펴보자. 파리 지도를 보면서 파리 시내를 10개 구역을 나누어 보았다. (파리 시내만 자른 것이라 근교 명소는 빠져..
한눈에 정리하는 ggplot2를 이용한 R 시각화 기초 1 한눈에 정리하는 ggplot2 를 이용한 R 시각화 기초 1 ggplot2는 R 시각화에서 빠지지 않고 등장하는 시각화 라이브러리이다. ggplot2 라이브러리를 이용해서 할 수 있는 시각화에는 크게 ggplot과 qplot이 있다. ggplot 내가 원하는 특정 옵션을 상세하게 지정해서 예쁘게 시각화 할 때 사용한다. qplot 옵션을 상세하게 지정하지 않아도 basic plot 보다 예쁘게 시각화 하고 싶을 때 사용한다. 나의 경우 데이터 기초 분석(EDA)을 할 때는 basic plot과 qplot을 주로 사용하고 보고서나 shiny로 구현할 때는 필요에 따라 ggplot을 사용하는 편인데 이번 포스팅에서는 ggplot만 다루겠다. 일단 ggplot2 패키지를 설치하고 라이브러리를 불러오자. # g..
차돌 된장찌개 만드는 법 초보가 보기 편하도록 친절하게 포스팅 해보는 차돌 된장찌개 만드는 법 ※ 이 레시피는 초보인 내가 보기 편하게 끄적여 놓은 포스팅입니다. (맛있어서 나중에 또 해먹으려고 올리는 거니까 맛은 걱정 노노ㅠ) ※ 성인 2인분 기준으로 만들었습니다. (만 사람에 따라 부족하거나 많을 수 있음ㅋㅋ) ※ 이 레시피는 단 것은 싫어하고 칼칼한 맛을 좋아하는 제 입맛대로 만들었습니다. [ 총 소요시간 ] 냉장고에서 재료 꺼낼 때부터 그릇에 담을 때까지 걸린 시간 : 40분 [ 준비물 ] . 재료 : 차돌박이 100g, 육수용 멸치 10개, 다시마 3조각(2 x 3cm 짜리), 감자 0.5개(작은 감자면 1개), 양파 1/2개, 청양고추 1개, 작은 두부 1/2모, 애호박 1/6개 육수용 멸치는 중간 사이즈의 멸치를 손..
카레 만드는 법 초보가 보기 편하도록 친절하게 포스팅 해보는 카레 만드는 법 ※ 이 레시피는 초보인 내가 보기 편하게 끄적여 놓은 포스팅입니다. (맛있어서 나중에 또 해먹으려고 올리는 거니까 맛은 걱정 노노ㅠ) ※ 성인 2인분 기준으로 만들었습니다. (만 사람에 따라 부족하거나 많을 수 있음ㅋㅋ) ※ 이 레시피는 단 것은 싫어하고 칼칼한 맛을 좋아하는 제 입맛대로 만들었습니다. [ 총 소요시간 ] 냉장고에서 재료 꺼낼 때부터 그릇에 담을 때까지 걸린 시간 : 50분 [ 준비물 ] . 재료 : 돼지 안심 470g, 감자 2개 (감자가 작으면 3개), 양파 1/2개, 당근 1/6개, (기호에 따라) 표고버섯 2개 원래 정육점에 400g 달랬는데 조금 초과해서 줬다. 나는 감자가 작아서 3개를 넣었다.집에 있는 재료를 활용하..
[R 예제 코드] KNN / k-NN / k-Nearest Neighber / k-최근접 이웃 R 예제 코드 - KNN / k-NN / k-Nearest Neighber / k-최근접 이웃 k-NN을 iris 데이터에 적용해서 Species를 분류하는 R 코드를 만들어 보자. ▼ k-NN 알고리즘에 대한 이론적인 설명이 궁금하다면? ▼2017/03/14 - [Analysis/ALGORITHM] - KNN / k-NN / k-Nearest Neighber / k-최근접 이웃 알고리즘 1. 데이터 준비하기 iris 데이터를 Sepal.Length / Sepal.Width / Species 3가지 변수만 있는 데이터로 단순한 데이터 data 로 바꿔보자. data
KNN / k-NN / k-Nearest Neighber / k-최근접 이웃 알고리즘 KNN / k-NN / k-Nearest Neighber / k-최근접 이웃 알고리즘 지도학습 중 분류 문제에 사용하는 알고리즘이다.분류 문제란 새로운 데이터가 들어왔을 때 기존 데이터의 그룹 중 어떤 그룹에 속하는지를 분류하는 문제를 말한다. k-NN은 새로 들어온 "★은 ■ 그룹의 데이터와 가장 가까우니 ★은 ■ 그룹이다." 라고 분류하는 알고리즘이다.여기서 k의 역할은 몇 번째로 가까운 데이터까지 살펴볼 것인가를 정한 숫자이다. (1) k-NN의 원리 더 구체적인 예를 들어보자. 아래와 같이 6개의 기존 데이터 A~F와 1개의 신규 데이터 N이 있다고 하자. 만약에 k = 1 이라면, 거리가 1번째로 가까운 C만을 보고 신규 데이터를 분류한다. 따라서 N은 C와 같은 그룹인 ●로 분류된다. 만약에 ..
Train vs. Validation vs. Test Data Train vs. Validation vs. Test Data 데이터를 구하고 나서 분석을 시작할 때 대부분 처음 하는 작업은 데이터를 3등분으로 나누는 작업이다. - Train Data 분석 모델을 만들기 위한 학습용 데이터이다. Validation Data 여러 분석 모델 중 어떤 모델이 적합한지 선택하기 위한 검증용 데이터이다. Test Data 최종적으로 선택된 분석 모델이 얼마나 잘 작동하는지 확인하기 위한 결과용 데이터이다. - 3등분으로 나누는 비율은 대체적으로 6 : 2 : 2 를 가장 많이 쓰는데, 이렇게 나누는 방법을 Simple Validation 이라고 한다. Simple Validation 외에 k-Fold Validation 이나 Leave-One-Out Validation 방법..

티스토리툴바