본문 바로가기
반응형

Python16

module 'numpy' has no attribute 'long' 해결 solving I was very surprised when I first encountered this error. As a result of trying all day long, the following related packages were updated and resolved. !pip install --upgrade numpy !pip install --upgrade numba !pip install --upgrade librosa 2023. 1. 3.
[Python] igraph import error : To avoid name collision with the igraph project, this visualization library has been renamed to 'jgraph'. Please upgrade when convenient. 새로운 가상환경에서 igraph package 를 import 하는데 위와 같은 에러가 공통적으로 발생하더라고요. jgraph라는 패키지도 찾아보면 존재하는데, 이름이 서로 비슷했어서(?) 발생하는 오류로 보입니다. 아래 명령어를 통해 재 설치하면 해결되었습니다. sudo pip install python-igraph 감사합니다! 2021. 4. 10.
[Python] Permission denied error: '/usr/local/share/jupyter, jupyter extensions 주피터 추가 기능을 사용하려고 아래 명령어를 입력했는데 제목같은 오류가 뜰 때가 있었다. pip install jupyter_contrib_nbextensions && jupyter contrib nbextension install 이럴 땐 pip install jupyter_contrib_nbextensions && jupyter contrib nbextension install --user 명령어로 설치하니 해결 되었다. 2021. 4. 7.
[시계열 분석] 과소적합/과적합/편향/분산 ch06. 데이터분석 준비하기 분석성능 확인 - 02. 검증지표 해석을 위한 과소적합, 과적합, 편향, 분산 이해하기 ch06. 데이터분석 준비하기 분석성능 확인 - 03. 검증지표 적용 실습하기 ch06. 데이터분석 준비하기 분석성능 확인 - 04. 시계열 데이터패턴 및 전처리 성능 확인 실습하기 강의자료 소스 : github.com/cheonbi/OnlineTSA cheonbi/OnlineTSA Online Course of Time Series Analysis. Contribute to cheonbi/OnlineTSA development by creating an account on GitHub. github.com 검증 유의점(Underfitting vs Overfitting) 과소적합(Unde.. 2021. 3. 7.
[시계열 분석] 시계열 회귀분석 레퍼런스 모델 적용, 검증지표 개념 및 이해 19. ch05. 데이터분석 준비하기 레퍼런스 알고리즘 마련 - 01. 시계열 회귀분석 레퍼런스 모델 적용 실습하기 20. ch05. 데이터분석 준비하기 레퍼런스 알고리즘 마련 - 02. 시계열 회귀분석 레퍼런스 모델 적용 실습하기2 21. ch06. 데이터분석 준비하기 분석성능 확인 - 01. 검증지표 개념 이해하기 및 분석 활용 팁 강의자료 소스 : github.com/cheonbi/OnlineTSA cheonbi/OnlineTSA Online Course of Time Series Analysis. Contribute to cheonbi/OnlineTSA development by creating an account on GitHub. github.com 일단 실습을 위해, 해당 강의 자료 Prac.. 2021. 3. 3.
[시계열 분석] 시계열 데이터 패턴의 추출 실습(2), 시계열과 비시계열 훈련, 검증, 실험 16. ch03.데이터분석 준비하기 시계열 데이터패턴 추출 - 06. 시계열 데이터패턴의 추출 실습하기2-2 17. ch04.데이터분석 준비하기 시계열 데이터패턴 분리 - 01. 시계열과 비시계열 데이터의 훈련, 검증, 실험 18. ch03.데이터분석 준비하기 시계열 데이터패턴 분리 - 02. 시계열과 데이터의 훈련, 검증, 실험, 데이터 분리 지난 포스팅 시계열 데이터 패턴의 추출 실습(1)에 이어서. 4.6 데이터 나누기 pd.cut 함수를 이용해 temp 열 데이터를 n개의 그룹으로 나눠 패턴을 파악하는데 도움을 받고자 합니다. 확인하기 4.7 시간정보 추출하기 연도와 분기 설정(1) 분기를 연도별로 구분할 수 있도록 한 버전 또 새로운 열 생성 : 달, 일, 시, 요일 4.8 지연 값 생성하기 지.. 2021. 2. 28.
반응형