ABCD

🐢 자바 라이브러리: 개발자가 편리하게 사용할 수 있도록 패키지 혹은 모듈을 묶은 파일(JDK: Java Development Kit --> 개발을 편리하게 해줄 수 있도록 다양한 것을 미리 제공해준다.) 🐢 패키지: 상호 관련있는 클래스와 인터페이스를 한곳에 묶어 놓은 것--> 패키지 = 클래스 + 인터페이스  🐢  모듈: 밀접한 관계가 있는 패키지와 리소스를 묶어 놓은 것(JDK를 설치하면 jmods 폴더에 jmod 파일을 제공하는데 jmod 파일이 모듈 파일이다.)--> 모듈 = 패키지 + 리소스 (클래스 + 인터페이스 + 리소스) 🐢 자바의 주요 패키지 및 모듈패키지설명java.awt그래픽을 처리하는 APIjava.io입출력을 스트림하는 APIjava.lang자바 프로그램의 필수 APIja..

🐢 필요성    - 제한된 수의 일이나 사건 등에 대하여 숫자로 표현한다.        - 각 숫자에 대해 부여된 의미를 개발자가 숙지해야 하는데, 일이나 사건에 대한 경우의 수가 많다면 개발자 관점에서 불편해질 수 있다.        - 부여되지 않은 의미없는 숫자로는 컴파일러가 알 수 없다.     - 제한된 사건에 대하여 숫자 대신에 상수를 정의해서 부여한다.        - 숫자에 부여된 의미를 개발자가 알 수 있지만 여전히 나머지 문제가 해결이 되지 않는다. 🐢 열거 타입: 서로 연관된 사건들을 모아 상수로 정의한 java.lang.Enum 클래스의 자식 클래스// 선언enum 열거타입이름{상수목록}// 예시enum Gender{MALE, FEMALE}// enum --> 열거 타입을 정의하..

🐢 에러(error): 시스템 레벨에서 발생하는 개발자가 해결하기 어려운 치명적인 오류이다.🐢 예외(exception): 개발자가 해결할 수 있는 오류    - 일반 예외 (검사형 예외, 컴파일 타임 예외)    - 실행 예외 (비검사형 예외, 런타임 예외)     - 예외는 java.lang 패키지의 Throwable 클래스의 자식 객체이다. (프로그램 실행 중 발생하는 일종의 이벤트) 🐢 일반 예외    - 컴파일러는 일반 예외의 발생 가능성을 탐지하면 컴파일 오류를 발생시킨다.    - 개발자는 예외 처리 코드를 반드시 추가해야 한다.일반 예외발생 이유ClassNotFoundException존재하지 않는 클래스를 사용하려고 할 때 발생InterruptedException인터럽트 되었을 때 발생..

🐢 인터페이스 장점    - 인터페이스만 준수하면 통합에 신경쓰지 않고 다양한 형태로 새로운 클래스를 개발할 수 있다.    - 클래스의 다중 상속을 지원하지 않지만, 인터페이스로 다중 상속 효과를 간접적으로 얻을 수 있다. 🐢 인터페이스와 추상 클래스 구별하기분류인터페이스추상 클래스구현 메서드포함 불가(단, 디폴트 메서드와 정적 메서드 예외)포함 가능인스턴스 변수포함 불가포함 가능다중 상속가능불가능디폴트 메서드선언 가능선언 불가능생성자와 main()선언 불가능(클래스가 아니라 생성자가 없다.)선언 가능상속에서의 부모인터페이스인터페이스, 추상 클래스접근 범위모든 멤버를 공개추상 메서드를 최소한 자식에게 공개 🐢 대표적인 인터페이스    - java.lang 패키지의 CharSequence, Comp..

*부모 클래스=super 클래스=기본 클래스자식클래스=sub 클래스=파생 클래스=확장 클래스 🐢 상속: 부모 클래스가 존재하고 부모 클래스가 가지고 있는 필드와 메서드를 자식 클래스들이 물려받아 사용하는 것--> 공통적인 부분을 하나로 묶어서 관리하자공통적인 특징을 가지고 부모 클래스를 만들고 더 specific하게 세부적으로 고유한 특징은 클래스로 따로 만들어서 상속을 준다. 기능적인 측면에서는 상속을 하거나 안하거나 동일하지만 같은 것을 다 따로따로 정의하면 유지, 보수 시 번거롭게 모두 수정해야하는 상황이 생길 수 있음! (기술적인 측면에서는 동일하지만, 개발하는 측면에서의 유지, 보수의 편의성이 더 극대화되었다. 객체 지향 페러다임에 충실한 프로그램 설계)     - 자식 클래스는 부모 클래스에..

🐢 sklearn 패키지의 preprocessing 서브패키지도 스케일링 및변수변환을 위한 StandardScaler 클래스는 기능을 제공. 🐢 사용방법1. 학습용 데이터를 입력으로 fit() 메서드를 실행하면 평균값과 표준편차를 계산하여 객체 내에 저장한다.2. 다시 학습용 데이터를 입력으로 하여 transform() 메서드를 실행하면 저장했던 평균값을 뺴서 새로운 평균값이 0이 되도록 만들고, 저장한 표준평차로 나누어 새로운 표준편차가 1이 되도록 데이터를변환하여 출력한다. 1단계와 2단계를 합쳐서 fit_transform() 메서드를 실행할 수도 있다.3. 검증용 데이터를 입력으로 하여 transform() 메서드를 실행해도 학습용 데이터의 평균값과 표준편차를 사용하여 검증용 데이터를 변환한다...

🐢 append 함수: 맨 뒤에 인자 추가리스트.append(x) 형태로 사용. 추가하는 x를 array의 맨 끝에 객체로 추가. x가 iterable(리스트 등) 자료형이면 전체를 하나의 객체로 해서 요소로 추가. 🐢  extend 함수: 리스트+리스트리스트.extend(literable)형태로 사용. iterable의 각 요소를 하나씩 array의 끝에 요소로 함.append 함수와 다른 점은 괄호 안에 iterable 자료형만 올 수 있다. 즉, 리스트 등 iterable 객체를 풀어서 더하는 함수로 생각하면 됨. 🐢  insert 함수: 특정 위치에 인자 추가리스트.insert(i, x)형태로 사용하여 원하는 위치 i에 x를 삽입. 값 x는 객체로 추가됨. iterable 자료형이더라도 하나..

🐢 head: 데이터의 상단 부분을 보여줌.🐢 tail: 데이터의 하단 부분을 보여줌.🐢 print: 광대한 데이터를 취급할 수 있는 pandas의 특성상 취급하는 데이터의 수가 많아지면 데이터를 출력할 때 요약하여 출력.

🐢 데이터 프레임 결측치 확인: isna() 🐢 NA: Not Available의 약자로 누락된 데이터, 결측값을 의미.=NaN(Not a Number), Nonenull: NA와 동일하게 누락된 데이터를 의미. pandas에서는 해당 개념이 isnull(), notnull()같은 함수 형태로만 나옴. 🐢 데이터 프레임 결측치 제거(행 또는 열이 모두 NA인 경우)→dropna(how='all', axis=1), dropna(how='all', axis=0) *dropna( ) : NA 제거 함수how (NA 삭제 방법) : 'any', 'all'axis (적용 축) : 0(행), 1(열)thresh (NA가 아닌 개수) = 숫자(int) *fillna( ) : NA 값을 채움1개를 넣으면 모든 N..