[MAC] Mac OS 10.12.5 에서 python 웹브라우저 호출하는데 open location 메세지를 인식못한다고 할때.

KoNLPy 예제 중 워드클라우드 하는데 http://konlpy.org/ko/latest/examples/wordcloud/ 

자꾸 에러발생, 

뭔가 했더니 이미지는 만들어 졌는데, 브라우저 호출이 안됨. 

뭔가 버그인듯. 

터미널에서 실행해봄. 

브라우저 지정하면 나오긴 하는데, .py 파일로 샐행하면 삼천포로 빠짐.

>>> import webbrowser as wb

>>> b = wb.get(None)

>>> 

>>> b.open('http://www.google.com')

0:37: execution error: "http://www.google.com"이(가) ‘open location’ 메시지를 인식하지 못합니다. (-1708)

False

>>> b = wb.get("Safari")

>>> b.open('http://www.google.com')

True

>>> b = wb.get("Chrome")

>>> b.open('http://www.google.com')

True

>>> 

mac에서 폰트 안되서 폰트 설치하고, pytagcloud의  font.json도 변경하고 해서 어렵사리 뛰웠더니 이미지 안나오는 줄 알고 상심, 근데 알고보니 브라우저를 못찾는 거였음, 피곤. 

기존 설치된 pytagcloud의 font.json 을 확인해야함. 폰트파일은 있는데 font.json에 설정안되있어서 

def draw_cloud(tags, filename, fontname='Noto Sans CJK', size=(800, 600)): 에서 자꾸 에러남. 

워드클라우드 처음하는 거면 http://konlpy.org/ko/latest/examples/wordcloud/ 페이지에서 주석 이라고 되어있는 부분의 링크는 다 들어가서 설치하는게 좋음. 

pip install pygame

pip install simplejson

.

문서탐색하기 테스트 중 오류 발생 http://konlpy.org/ko/latest/examples/explore/

Traceback (most recent call last):

  File "doc_find.py", line 6, in <module>

    from konlpy.corpus import kolaw

  File "/anaconda/lib/python3.6/site-packages/konlpy/__init__.py", line 15, in <module>

    from . import tag

  File "/anaconda/lib/python3.6/site-packages/konlpy/tag/__init__.py", line 4, in <module>

    from ._hannanum import Hannanum

  File "/anaconda/lib/python3.6/site-packages/konlpy/tag/_hannanum.py", line 7, in <module>

    import jpype

ModuleNotFoundError: No module named 'jpype'

깃허브에서 해답 찾음. https://github.com/konlpy/konlpy/issues/122

anaconda python을 이용하여 konlpy를 사용시 발생합니다.
우선 시스템 기본 python에 있는 jpype와 anaconda의 jpype를 삭제 합니다.

sudo pip uninstall jpype
/usr/local/anaconda/bin/pip uninstall jpype

그리고 jpype를 apt-get으로 설치 합니다.

sudo apt-get install python-jpype

그리고 난후 jpype를 테스트 합니다.

sudo python -c "import jpype"
위의 코드가 오류 없이 넘어 가면 시스템의 python은 정상입니다.

그리고 anaconda python에 jpype를 설치 합니다.
/usr/local/anaconda/bin/pip install jpype1

그리고 anacoda python에서 테스트 합니다.
/usr/local/anaconda/bin/python -c "import jpype"
위 코드에서 임포트 오류가 발생하면

anaconda에서 설치한 jpype 라이브러리에서 오류가 발생한것입니다.

시스템 python에 설치된 라이브러리 파일을 덮어 쓰면 오류가 해결 됩니다.

시스템에서 라이버러리를 찾으면

sudo find / -name _jpype.so
[sudo] password for nuri:
/usr/lib/python2.7/dist-packages/_jpype.so
/usr/lib/pyshared/python2.7/_jpype.so
/usr/local/anaconda2/lib/python2.7/site-packages/_jpype.so

위와 같이 세개가 나오는데(사용자 환경에 따라 다릅니다.)
/usr/lib/python2.7/dist-packages/_jpype.so <- 이 파일을
/usr/local/anaconda2/lib/python2.7/site-packages/_jpype.so <- 여기에 덮어 쓰면
해결 됩니다.

.

tensorflow, macbook, anaconda 설치하고 실행해보기. 할때마다 새롭다. 

두번째 MACbook pro에서 설치해보기. 

영어가 짧아서 install tensorflow의 설치 방법이 4가지가 있다. 를  4개다 설치해보는 걸로 ㅋㅋ

anaconda를 설치해서 터미널로 실행해보는게 익숙한 느낌이다. PyCharm을 어떻게 셋팅해야 터미널에서 실행하는 것 처럼 하는지 아직은... 

anaconda에서 패키지 설치하고, 터미널에서도 설치하고 뒤죽박죽, 왠지 수박 겉 핡고 있는 느낌이랄까. 

https://tensorflowkorea.gitbooks.io/tensorflow-kr 를 기준으로 보고 셋팅하는게 나을듯하다. 

회사에서는 윈도우 PC로 PyCharm으로 돌리고 있다. 얕은 지식이 오락가락 ㅋㅋㅋ 맥북은 익숙하지도 않고. 

"깃허브의 주소는 https://github.com/tensorflowkorea/tensorflow-kr 입니다.

깃북의 주소는 https://tensorflowkorea.gitbooks.io/tensorflow-kr 입니다.

깃허브의 작업 방법에 대해서는 블로그 포스팅을 참고해 주세요."

라고 되어있으니 잘 참고해야지 

.

베이즈 확률  http://hamait.tistory.com/742

확률

확률은 매우 간단합니다. 주사위로 생각해 봅시다.

주사위 1개를 던저 나오는 눈의 수를 생각 할때 , 주사위 던지는 조작을 "시행"이라고 합니다.

이 시행으로 얻어진 결과 중에서 조건에 맞는 결과 집합을 "사상" 이라고 합니다.

만약 홀수가 나오는 사상이라면 시행의 결과가 1,3,5 인 눈의 집합이 됩니다.

결국 공식을 다음과 같이 정의 할 수 있습니다.

확률 P =   문제 삼고 있는 사상이 일어나는 경우의 수 (A) /  일어날 수 있는 모든 경우의 수 (U) 

곱사상

두 사상 A,B 가 있다고 합시다.

- A 는 4 이하의 눈이 나오는 사상 

- B 는 짝수가 나오는 사상 

A 와 B 가 동시에 일어나는 "동시확률" 은 ?

A 는 4/6 

B 는 3/6  

A * B = 1/3     즉 두개의 사상이 함께 일어날 확률은 두 사상을 곱하여 계산합니다. 

조건부 확률

어떤 사상 A 가 일어났다고 하는 조건 아래서 사상 B 가 일어나는 확률을 , A 의 조건 아래서 B 가 일어나는 "조건부 확률" 이라고 합니다.

P(B|A) 라고 합니다. ( A 가 일어난 후에 B가 일어날 확률 ) 

P(B | A)    =  '4 이하의 눈이 나왔을 때 그 눈이 짝수 일 확률' =   2/4 

P(A | B)    = '짝수의 눈이 나왔을때 그 눈이 4이하일 확률' = 2/3

승법정리

P(A∩B) = P(A)P(B|A) = P(B)P(A|B) 

검증해볼가요?  (위의 주사위 확률을 문제로 삼고 진행해 봅시다) 

A 사상과 B 의 사상이 함께 일어날 확률은?  위 곱사상 편에서 보면  1/3 이었습니다.

P(A) 는 ?  4/6  이 었지요.

P(B|A) 는 ? 2/4 였습니다 ( 위의 조건부 확률에서 확인) 

P(A)와 P(B|A) 를 곱하면 ?   네 1/3 이 됩니다. 

베이즈 정리는 이 승법정리에서 간단히 유도 됩니다. 

베이즈 정리 

위의 승법정리를 토대로 간단히 다음과 같은 식이 얻어집니다.

P(A∣B)=​P(B)​​P(A)P(B∣A)

​ 

위에서 A 나 B 로 하면 먼가 이해하기 힘들거 같아서 

A 를 H 로 바꾸고 (Hypothesis :  '원인' 혹은 '가정' )

B 를 D 로 바꾸어 보겠습니다. ( Data :  '결과' 혹은 '데이터') 

P(H∣D)=​P(D)​​P(H)P(D∣H)

​ 

위의 정리는 이렇게 말하고 있습니다.

P(H | D) :   결과 데이터가 이렇게 이렇게 나왔는데 , 이렇게 결과 나오려면 어떤 원인이 있었던 것일까??

P(D)    :      모든 결과 (어떤 가설에든 포함되는 데이터의 비율로 , 한정 상수라고도 한다) 

P (H)   :    (결과 데이터 D 를 얻기 전에)  원인인 H가 성립될 확률 

P(D | H) : 원인 H 가 일어났을때 데이터 D 가 얻어질 확률 

.

분수 계산기

.

베이 즈 규칙

 진정한 베이지안은 실제로 조건부 확률 을 합동 확률 보다 기본이라고 생각 합니다. 관절 확률 P (A, B)를 참조하지 않고 P (A | B)를 정의하는 것은 쉽습니다. 이 노트를 보려면 조건부 확률 공식 을 재 배열 하여 다음을 얻을 수 있습니다.

P (A | B) P (B) = P (A, B)

그러나 대칭에 의해 우리는 또한 얻을 수 있습니다 :

P (B | A) P (A) = P (A, B)

그것은 다음과 같습니다 :

이것은 베이 즈 규칙 ( Bayes Rule) 이라고 불리는 것 입니다.

새로운 증거 B에 비추어 가설 A 에 대한 우리의 믿음을 갱신하는 관점에서 베이 즈 규칙을 생각하는 것이 일반적 이다. 특히, 우리의 후방 믿음 P ( A | B는 ) 우리 곱하여 이전 의 믿음 P ( 를 의해) 가능도 P ( | A B 해당) B 경우 발생할 A는 사실이다.

 베이 즈 규칙의 힘은 P (A | B)를 계산하려는 많은 상황에서 직접 그렇게하기가 어렵다는 것을 알았지 만 P (B | A)에 대한 직접적인 정보를 가지고있을 수도 있습니다. 베이 즈 규칙은 P ( B | A )의 관점에서 P ( A | B ) 를 계산할 수있게 합니다.

예를 들어, 흉부 클리닉을 방문하는 환자의 암 진단에 관심이 있다고 가정합니다.

하자 A는 "사람은 암이있다"이벤트를 나타냅니다

하자 B는 이벤트를 대표하는 "사람는 흡연"

우리는 이전의 데이터 (임상에 진입 한 환자의 10 %가 암을 가지고 있음이 판명 됨)를 기준으로 이전 사건 P ( A ) = 0.1 의 확률을 알고 있습니다. 우리는 사건 P ( A | B ) 의 확률을 계산하려고합니다 . 이것을 직접 찾아내는 것은 어렵습니다. 그러나 우리는 담배를 피우는 환자의 비율을 고려하여 P ( B )를 알 수 있습니다. P ( B ) = 0.5 라고 가정 하십시오. 우리는 또한 P ( B | A )를 우리의 기록에서 진단받은 사람들 중 흡연자의 비율을 조사함으로써 알 수 있습니다. P ( B | A ) = 0.8 이라고 가정하자 .

이제 Bayes의 규칙을 사용하여 다음을 계산할 수 있습니다.

 P ( A | B ) = (0.8 '0.1) /0.5=0.16

따라서, 사람이 흡연자라는 증거 에 비추어 우리는 사전 확률을 0.1에서 사후 확률 0.16으로 수정합니다. 이것은 의미있는 증가이지만 암에 걸릴 확률은 여전히 ​​낮습니다.

분모 P ( B 식에서)는, 예를 들면, 계산 될 수있는 정규화 상수이다 소외 있다

그러므로 베이 즈 규칙을 다른 방식으로 표현할 수 있습니다.

베이 즈 정리 의 예를 보라.

베이 즈 규칙 예제

 우리는 각각 검은 색과 흰 색 공이 들어있는 두 개의 봉지가 있다고 가정합니다. 1 개의 부대는 까만의 3 배 많은 백색 공을 포함한다. 다른 가방에는 흰색처럼 검은 색 공이 세 배나 많이 들어 있습니다. 우리가이 봉지 중 하나를 무작위로 선택한다고 가정 해보십시오. 이 가방에서는 무작위로 5 개의 볼을 선택하여 각 볼을 선택한 후에 교체합니다. 결과는 우리가 흰 공 4 개와 검은 색 공 1 개를 찾는다는 것입니다. 주로 하얀 공이 든 가방을 사용할 확률은 얼마입니까?

 해결책. A를 무작위 변수 "가방 선택"이라고하면 A = {a1, a2}이고, 여기서 a1은 "대부분 하얀 공이있는 봉"을 나타내고 a2는 "대부분 검은 색 공이있는 봉지"를 나타냅니다. 우리는 가방을 무작위로 선택하기 때문에 P (a1) = P (a2) = 1 / 2라는 것을 알고 있습니다.

B가 "4 개의 흰색 볼과 5 개의 선택에서 선택된 하나의 검은 공"이벤트라고합시다.

그런 다음 P (a1 | B)를 계산해야합니다. 에서 베이 즈 규칙 이 있습니다 :

 이제 대부분 흰색 공이있는 가방의 경우 공이 흰색 인 확률은 3/4이고 공이 검은 색이 될 확률은 1/4입니다. 따라서 우리는 이항 정리 (Binomial Theorem)를 사용하여 P (B | a1)를 다음과 같이 계산할 수 있습니다.

비슷하게

금후

.