Growth Hoon

20231121_TIL_{ 확률 통계 : [ 덴드로그램, 분포에 대해서, 사후 분석 ], Python 심화 : [ 동시성과 병렬성, 일급 객체 ] } 본문

카테고리 없음

20231121_TIL_{ 확률 통계 : [ 덴드로그램, 분포에 대해서, 사후 분석 ], Python 심화 : [ 동시성과 병렬성, 일급 객체 ] }

sayhoon 2023. 11. 22. 21:24

확률 통계 부분

1. 덴드로그램(Dendrogram)

- 군집들간의 관계를 관계를 파악하고, 전체 군집들 간의 구조적 관계를 살펴보는데 사용하는 도표

- 군집간의 거리를 알 수 있고, 군집내의 항목간 유사정도를 파악함으로써 군집의 견고성을 해석할 수 있음

 

2. 분포에 대하여

- 자연적으로 관찰이 가능한 분포

   1. 정규분포

   2. 이항분포 (베르누이)

   3. 지수분포

 

- 가상의 분포 (통계량으로 만들어진 분포 - 많을수도?) 

   1. 카이제곱 분포

   2. T분포

   3. Z분포

   4. F 분포

 

** 평균과 표준편차로 만드는 것이 피어슨 상관계수임 -> 통계에서 평균이랑 표준편차가 상당히 많이 사용됌.

 

3. 사후 분석

- ANOVA 검정으로 각 그룹간의 차이가 있다는 결론을 내린다면 어떤 그룹간의 차이가 있는지

   알아봐야함. 그것이 사후 분석 post hoc 이라고 함

 

- 본페로니 절차, 피셔의 최소 유의 차이 등 다양한 사후 분석이 있다고 함.


Python 심화

1. 동시성(Concurrency) & 병렬성(Parallelism)
-  동시성 (Concurrency)
    - 너무 빠르게 일어나서 동시에 일어나는 것 처럼 보이는 것을 의미함 
    ➡️ 이것이 멀티 스레딩(multi threading) 동작 방식이다.

- 병렬성(Parallelism)
    - 프로세스 여러개가 동시에 동작하는 것을 의미
    ➡️ 이것이 멀티 프로세싱(multi processing) 동작 방식이다.

 

Multi Threading code Block

import threading

# 스레드에서 실행할 함수
def work():
	print('[sub] : 실행합니다')
	keyword = input("값을 입력해주세요 : ")
	print(f"{keyword} 검색중")
	print("종료")
	
# main 프로세스 실행
worker = threading.Thread(target = work)
worker.start() # worker.demon = True 해당 코드는 main이 끝나야 sub도 종료 되는 것
print("main은 자기 열심히 일 하는 중")
print("main End")

 

2. 일급 객체

- 특징
   1. Data 처럼 사용이 가능하다
   2. 매개 변수에 넘겨 줄 수 있다.
   3. return 값으로 사용될 수 있다.
   ➡️ Python의 Function도 일급 객체이다.


1. 함수를 변수에 넣어줄 수 있다.

def func(x,y):
	return x + y
add = func
print(add(3,4))
# result : 7

 

2. 매개변수에 넘겨 줄 수 있다.

def inputData():
	data = input()
	return data

def start(func):
	print("입력 Data : ", func() )

start(inputData())

 

3. return 값으로 사용할 수 있다.

def add(x):
	return x + 10
	
def func(a):
	return add(a)

print(func(5))

 

 

reference site

1. 덴드로그램1

2. 덴드로그램2

3. 사후 분석

4. Python 심화 = FastCampus 강의