cool hamsters never sleep

2021 카카오 채용연계형 인턴십 def solution(s): answer = s dic = {"one":"1", "two":"2", "three":"3", "four":"4", "five":"5", "six":"6", "seven":"7", "eight":"8", "nine":"9", "zero":"0"} for key, value in dic.items() : answer = answer.replace(key, value) answer = int(answer) return answer 딕셔너리 만들고요. key값 (영단어) 인 것은 value값 (숫자)로 바꿔줍니다. 아참, 숫자가 진짜 숫자로 받아들여지지 않으므로 int처리 해주시고요.

- 서로 상관성이 있는 고차원 데이터를 상관성이 없는 저차원의 데이터로 변환 - 독립 변수들간의 상관관계가 존재하는 다중공선성 (Multicollinearity) 문제를 주성분 분석으로 파악하여, 정보 손실을 최소화하고 데이터의 설명력을 높게 유지하는 방향으로 차원 축소 - Scree plot을 통해 분석에 포함될 주성분 개수 확인 (예시) 제3주성분 (Comp. 3)까지의 설명 가능한 분산 합 (Cumulative Proportion)의 합이 0.8602이고 그 이후부터 분산의 기울기가 줄어듦으로 주성분 개수는 3개로 파악 - 주성분 변수 추출 : 주성분 분석 결과를 바탕으로 변수의 영향도에 따라 변수 도출 1) 제 1 주성분 : 카레 변수 - 유동인구, 어쩌구, 어쩌구 2) 제 2 주성분 : 건축물 ..

def solution(num1, num2): answer = num1 % num2 return answer

def solution(num1, num2): answer = num1 * num2 return answer