Growth Hoon

Feature들 간의 유사도 평가 Metric 1. 유클리드 거리 (Euclidean Distance) - 거리 기반 유사도 측정 방법 - 여러 차원을 갖는 점과 점 사이의 거리를 계산 할 수 있다. 2. 코사인 유사도 (Cosine Similarity) - 각도 기반 유사도 측정 - Vector 비교시 가장 많이 사용되는 평가 metric - Text 데이터가 얼마나 유사한지 많이 사용함 ** 두 Metric 비교 - 비교하고자 하는 Data(=Vector)간의 Scale간의 차이가 크게 날 경우 = Cosine Similarity 크지 않을 경우 = Euclidean Distance 그 외 평가 Metric : 멘하탄 거리, 피어슨 상관계수, 민코스키 거리, 자카드 유사도, Mean squared d..

오전 ~ 오후 추천 시스템 공부 콘텐츠 기반 추천 시스템 (Contents-based Recommender System) Main idea >> 유저 A가 높은 평점을 주거나 큰 관심을 갖는 아이템 X와 유사한 아이템 Y를 추천. User랑 item에 대한 Contens분석을 진행 >> Feature extraction을 한다는 의미이다. 이후 User Profile 분석을 진행 >> 여기서 ML기능이 부여될 수 있음 (TF-IDF, Clustering ..) 두 정보를 통해서 Filtering Component인 유사 아이템을 선택해서 추천을 해줌 콘텐츠 기반 추천 시스템에서 중요한 점 1. Contents와 User를 분석하는데 사용되는 알고리즘 ( Clustering, TF-IDF ... ) >> ..

프로그래머스 - 기사단원의 무기 github link def solution(number, limit, power): answer = 0 for knight in range(1,number+1): count = 0 for i in range(1, int(knight**0.5)+1): if knight % i == 0: count += 1 if ((i**2) != knight) : count += 1 if count > limit: answer += power else: answer += count return answer 2일간 문제 풀었던 에라토스테네스의 체를 활용한 문제인 것 같다 ! 다만 range를 시작 할 때 1로 시작하고, 5*5 = 25와 같은 중복을 방지하기 위해 i **2 를 통해 중복 ..

프로그래머스 - 소수 찾기 github link def is_prime_number(x): # 2부터 x의 제곱근까지의 모든 수를 확인하며 for i in range(2, int(x ** 0.5) + 1): # x가 해당 수로 나누어떨어진다면 if x % i == 0: return False # 소수가 아니다. return True def solution(n): answer = 0 for num in range(2,n+1): if is_prime_number(num): answer += 1 return answer

오전 프로그래머스 문제 - 소수 만들기 github link # 소수 만들기 ## 주어진 리스트에서 3개의 숫자를 뽑아서 만들 수 있는 소수의 갯수 구하기 from itertools import combinations # 소수 판별 함수 - 에라토스테네스의 체 def is_prime_number(x): # 2부터 x의 제곱근까지의 모든 수를 확인하며 for i in range(2, int(x ** 0.5) + 1): # x가 해당 수로 나누어떨어진다면 if x % i == 0: return False # 소수가 아니다. return True def solution(nums): answer = 0 for list_ in combinations(nums, 3): if is_prime_number( sum(l..