IBOK

Scikit-learn의 sklean.metric.roc_curve 는 binary label에 대해서만 사용할 수 있다. 이를 이용해 Multiclass ROC Curve를 구하고 그리려면 각 class에 대해 ROC curve를 계산하고 각각 plotting해야 한다. from sklearn.metrics import roc_curve import matplotlib.pyplot as plt for i in range(y.shape[-1]): fprs, tprs, _ = roc_curve(y[:,i], y_pred[:,i]) #calculate fprs and tprs for each class plt.plot(fprs,tprs,label='{}'.format(i)) #plot roc curve of..

float type의 numpy array를 print할 때 소수점이 매우 길면 1.1234e-01와 같은 형식으로 출력돼서 불편할 때가 있다. np.set_printoptions를 이용해 numpy array의 출력 옵션을 변경할 수 있다. I. np.set_printoptions의 suppress option을 True로 설정해 주면 0.11234와 같은 형식으로 출력된다. (fixed point notation) II. precision option을 조정하여 소숫점 아래 숫자의 개수 (정밀도)를 조정할 수도 있다. III. 혹은 직접 lambda식을 이용해 formatter을 지정해줄 수도 있다.

- 목차 - - SGDClassifier (Linear SGD Classifier) - NuSVC (SVM with nonlinear kernel) - KNeighborsCLassifier (KNN Classifier) - MLPClssifier (MLP) I. SGDClassifier from sklearn.linear_model import SGDClassifier model = SGDClassifier(loss='hinge', penalty='l2', alpha=0.0001, max_iter=1000) SGD training을 이용한 SGD Classifier이다. 주요 Parameters: - loss: 'hinge', 'log', 'modified_huber', 'squared_hinge', '..

music/audio processing library Librosa 사용법 Tutorial (1) Install, import and load (2) Audio data representations (Spectogram, Mel-spectogram) (3) Audio feature extraction (4) Audio feature processing (3)에서 추출한 Audio feature을 가지고 추가적인 processing을 하여 수행할 task의 성능을 높일 수 있다. Using Delta and Double-delta Feature의 delta(1차 차분)와 double-delta(2차 차분) 값들을 이용할 수 있다. 아래 코드는 13-dim mean mfcc의 delta와 double-de..

music/audio processing library Librosa 사용법 Tutorial (1) Install, import and load (2) Audio data representations (Spectogram, Mel-spectogram) (3) Audio feature extraction (4) Audio feature processing Audio data를 이용해 genre classification, instrument recognition, melody extraction 등의 task를 수행하려면 audio data의 feature을 추출해야 한다. Librosa를 이용해 RMS, Spectral statistics, MFCC, Chroma를 구하는 방법에 대해 소개하겠다. I. ..

music/audio processing library Librosa 사용법 Tutorial (1) Install, import and load (2) Audio data representations (Spectrogram, Mel-spectogram) (3) Audio feature extraction (4) Audio feature processing librosa.load method를 이용하여 audio file을 불러오면 waveform의 형태로 데이터를 얻게 된다. Waveform만으로는 audio data를 분석하기에 어려움이 있다. 이번 글에서는 Audio data를 분석하고 특징을 알아낼 수 있는 representation을 librosa로 얻는 방법에 대해 소개하겠다. Spectrogr..

Librosa는 music/audio data의 처리를 위해 사용되는 library이다. 이번학기 수업에서 사용하게 되어 사용법을 정리해보려고 한다. Official docs: https://librosa.org/doc/main/index.html librosa — librosa 0.8.1 documentation © Copyright 2013--2021, librosa development team. librosa.org music/audio processing library Librosa 사용법 Tutorial (1) Install, import and load (2) Audio data representations (Spectogram, Mel-spectogram) (3) Audio feature ..

PyTorch 버전 확인 import torch print(torch.__version__) Tensorflow 버전 확인 import tensorflow as tf print(tf.__version__) Python 버전 확인 import sys print(sys.version) Python 경로 확인 import sys print(sys.executable) CUDA & Driver 버전 확인 1. nvidia-smi - Driver version, CUDA version을 확인할 수 있다. 2. nvcc - CUDA version을 확인할 수 있다. 3. PyTorch를 이용해 확인 import torch print(torch.version.cuda) cudnn 버전 확인 import torch p..

SimpleITK를 이용해 Python으로 processing 하기 [SimpleITK] Python으로 medical image processing하기 - (1) Load, Resample [SimpleITK] Python으로 medical image processing하기 - (2) Registration 1 [SimpleITK] Python으로 medical image processing하기 - (3) Registration 2 [SimpleITK] Python으로 medical image processing하기 - (4) Visualization Visualization Registration을 한 후, 결과가 잘 나왔는지를 확인하기 위해 visualization이 필요하다. 수치를 통해 결과를 ..

[SimpleITK] Python으로 medical image processing하기 - (2) Registration 1과 이어진다. SimpleITK library를 이용해 Python으로 registration 하기 - (1) https://simpleelastix.readthedocs.io/HelloWorld.html#registration-with-translation-transform Hello World — SimpleElastix 0.1 documentation This example illustrates how to use SimpleElastix. With a.. bo-10000.tistory.com SimpleITK를 이용해 Python으로 processing 하기 [SimpleITK..