Doby's Lab

🤔 Problem tensorflow에서 제공하는 LSTM을 사용을 하면서 마주했던 에러 ArgumentIndexError에 대해 정리를 해보고자 합니다. 시계열 데이터를 학습하려는 시도의 과정에서 에러가 발생했으며, 에러의 자세한 내용은 Incompatible shapes: [32,4] vs. [32,20,4] 다음과 같습니다. 그리고, 에러가 났었던 모델의 코드는 아래와 같습니다. model = tf.keras.models.Sequential() model.add(tf.keras.layers.LSTM(units=64, input_shape=train_x.shape[-2:], dropout=0.1, recurrent_dropout=0.1, activation='tanh', return_sequences..

https://www.acmicpc.net/problem/1920 1920번: 수 찾기 첫째 줄에 자연수 N(1 ≤ N ≤ 100,000)이 주어진다. 다음 줄에는 N개의 정수 A[1], A[2], …, A[N]이 주어진다. 다음 줄에는 M(1 ≤ M ≤ 100,000)이 주어진다. 다음 줄에는 M개의 수들이 주어지는데, 이 수들 www.acmicpc.net Level: Silver IV Solved By: Binary Search 기존 이분 탐색에 대한 감을 잃지 않기 위해 풀어본 문제였습니다. 이분 탐색을 위해서는 탐색을 진행하는 배열에 대해 정렬이 되어 있어야 하며, 현재 mid index에 해당하는 value가 찾고 있는 find value보다 작거나 큰 경우에 어떻게 처리를 하는가가 이분 탐색의..

✅ Intro tensorflow를 활용할 때, 이전에는 ImageDataGenerator를 통해 이미지 분류 프로젝트를 진행했던 경험이 있습니다. 이번엔 다른 Task를 다루어서 데이터셋은 당연히 Numpy type을 통해 학습시키지 않을까 했지만, tensorflow에서 제공하는 tf.data.Dataset 클래스가 보편적으로 많이 사용되는 것을 보고, 유용하겠다라고 판단했기 때문에 포스팅을 작성하게 되었습니다. ✅ tf.data.Dataset tf.data.Dataset은 TensorFlow에서 데이터를 효율적으로 처리하고, 입력 파이프라인을 구성하기 위해 도입된 개념입니다. 메모리와 병렬처리같은 다양한 장점들이 많았지만, 데이터 입력 파이프라인 구성을 위해 사용할 수 있다는 점이 직관적으로 '유용..

🤔 Problem XGBRegressor와 MultiOutputRegressor를 결합하여 다중회귀출력 모델을 만들었고, 이 모델의 기존 하이퍼 파라미터를 default 값 세팅에서 튜닝을 시작할 때, 발생한 에러에 대해 정리하고자 합니다. XGB는 xgboost에서 제공하는 라이브러리를 사용하였습니다. from xgboost import XGBRegressor 두 모델을 결합하기 위해 아래와 같은 코드를 작성했었습니다. dtrain = xgb.DMatrix(data=train_X, label=train_Y) dtest = xgb.DMatrix(data=test_X, label=test_Y) params = { 'max_depth':3, 'eta':0.1, 'objective':'reg:squareder..

https://www.acmicpc.net/problem/1181 1181번: 단어 정렬 첫째 줄에 단어의 개수 N이 주어진다. (1 ≤ N ≤ 20,000) 둘째 줄부터 N개의 줄에 걸쳐 알파벳 소문자로 이루어진 단어가 한 줄에 하나씩 주어진다. 주어지는 문자열의 길이는 50을 넘지 않는다. www.acmicpc.net Level: Silver V Solved By: Sort 파이썬에서 다중 조건에 대해 정렬하는 방법은 A라는 상위 조건과 B라는 하위 조건이 있으면, B로 먼저 정렬을 한 후에 A로 정렬을 합니다. (Ref. https://velog.io/@1204jh/1181) 또한, 중복 값들을 없애주어야 하기 때문에 입력받은 리스트를 set으로 한 번 전환하여 중복 값들을 버린 후에 리스트로 다시..

https://www.acmicpc.net/problem/1874 1874번: 스택 수열 1부터 n까지에 수에 대해 차례로 [push, push, push, push, pop, pop, push, push, pop, push, push, pop, pop, pop, pop, pop] 연산을 수행하면 수열 [4, 3, 6, 8, 7, 5, 2, 1]을 얻을 수 있다. www.acmicpc.net Level: Silver II Solved By: Stack 이미 기존에 버린 값을 찾는 것은 'NO'를 출력해야 하기 때문에 pop을 통해 버린 값이라면, visited를 통해 체크를 해줍니다. 핵심 아이디어는 이전 값과 지금 값을 비교하면서 2가지로 나누어지는 케이스에 대해 조건을 잘 걸어주면 됩니다. 이전 값(..

https://www.acmicpc.net/problem/1021 1021번: 회전하는 큐 첫째 줄에 큐의 크기 N과 뽑아내려고 하는 수의 개수 M이 주어진다. N은 50보다 작거나 같은 자연수이고, M은 N보다 작거나 같은 자연수이다. 둘째 줄에는 지민이가 뽑아내려고 하는 수의 위치가 www.acmicpc.net Level: Silver III Solved By: Deque 📄 Deque 양방향에서 push와 pop이 가능하도록 해야 합니다. 즉, 덱(Deque)을 사용하기 위해 파이썬에서는 아래와 같이 불러와줍니다. from collections import deque 파이썬의 deque은 아래와 같이 사용 가능하며, 인덱싱이 가능하다는 것을 인지하고 있으면 좋습니다. 인덱싱이 가능할 거면 list를..

📄 Intro Decision Tree (CART)라는 머신러닝 모델은 데이터를 Root Node에 전달하면서 수많은 Node를 거치며 여러 조건들로 필터링하여 Terminal Node(Leaf Node)에 도착하고, '어떤 Class인지 (Classification)', '어떤 값인지 (Regression)'을 판별합니다. 정확도를 높이기 위해서는 조건들이 많기도 해야겠지만 판별하는 기준(Criterion)이 명확해야 합니다. 아래 Decision Tree Visualization에서 그 기준은 Root Node에 있는 petal width