Programmer

#iris.csv 파일 # https://drive.google.com/file/ d/1yEUuNncddpbMIyTkDKKYa0Ks_ vo4IbaO/view?usp=drivesdk import pandas as pd from sklearn import svm, metrics from sklearn.model_selection import train_test_split # 붓꽃의 CSV 데이터 읽어 들이기 --- (※1) csv = pd.read_csv('iris.csv') # 필요한 열 추출하기 --- (※2) csv_data = csv[["SepalLength","SepalWidth","PetalLength","PetalWidth"]] csv_label = csv["Name"] # 학습 전용 데이터와 테스트 전용 데이터로 나누기 --- (※3) train_data, test_data, train_label, test_label = \ train_test_split(csv_data, csv_label) # 데이터 학습시키고 예측하기 --- (※4) clf = svm.SVC() clf.fit(train_data, train_label) pre = clf.predict(test_data) # 정답률 구하기 --- (※5) ac_score = metrics.accuracy_score(test_label, pre) print("정답률 =", ac_score)

#행렬을 데이터프레임에 넣어서 데이터와 답을 분리해서 학습과 예측 import pandas as pd from sklearn import svm, metrics # XOR 연산 xor_input = [     [0, 0, 0],     [0, 1, 1],     [1, 0, 1],     [1, 1, 0] ] # 입력을 학습 전용 데이터와 테스트 전용 데이터로 분류하기 --- (※1) xor_df = pd.DataFrame(xor_input) xor_data  = xor_df.loc[:,0:1] # 데이터 xor_label = xor_df.loc[:,2]   # 레이블 # 데이터 학습과 예측하기 --- (※2) clf = svm.SVC() clf.fit(xor_data, xor_label) pre = clf.predict(xor_data) # 정답률 구하기 --- (※3) ac_score = metrics.accuracy_score(xor_label, pre) print("정답률 =", ac_score)

#행렬에서 데이터와 답을 추출해서 학습과 예측을 시행 from sklearn import svm # XOR의 계산 결과 데이터 --- (※1) xor_data = [     #P, Q, result     [0, 0, 0],     [0, 1, 1],     [1, 0, 1],     [1, 1, 0] ] # 학습을 위해 데이터와 레이블 분리하기 --- (※2) data = [] label = [] for row in xor_data:     p = row[0]     q = row[1]     r = row[2]     data.append([p, q])     label.append(r) # 데이터 학습시키기 --- (※3) clf = svm.SVC() clf.fit(data, label) # 데이터 예측하기 --- (※4) pre = clf.predict(data) print(" 예측결과:", pre) # 결과 확인하기 --- (※5) ok = 0; total = 0 for idx, answer in enumerate(label):     p = pre[idx]     if p == answer: ok += 1     total += 1 print("정답률:", ok, "/", total, "=", ok/total)

#직접 데이터와 값을 넣고 학습 시키고 이후에 데이터만 넣어서 예측 from sklearn import svm clf = svm.SVC() clf.fit([     [0,0],     [1,0],     [0,1],     [1,1] ], [0,1,1,0]) results = clf.predict([         [0,0],         [1,0] ]) print(results)

============= 사전준비 설치 ============= * 난 openstack에 사용되는 계정의 비번은 demo01로하고   mysql에 들어가는 계정의 비번은  openstack.org 의 설치 가이드대로 했다   controller 노드 = openstack01   compute 노드 = openstack02 ########################### controller openstack01 yum install chrony vi /etc/chrony.conf server "타임서버아이피" iburst allow  10.0.0.0/24 systemctl enable chronyd.service systemctl restart chronyd.service chronyc sources ########################### compute openstack02, openstack03 yum install chrony vi /etc/chrony.conf server openstack01 iburst systemctl enable chronyd.service systemctl restart chronyd.service chronyc sources ########################### controller openstack01 yum upgrade -y yum install centos-release-openstack-pike yum install  https://rdoproject.org/repos/ rdo-release.rpm yum upgrade yum install python-openstackclient yum install openstack-selinux ======================== yum install mariadb mariadb-server python2-PyMySQL vi /e...

vi /etc/sysconfig/network-script/ifcfg-eth0 ※ eth0은 인터페이스명으로 ONBOOT=yes BOOTPROTO="static" IPADDR="10.0.0.44" GATEWAY="10.0.0.1" DNS1="8.8.8.8"

hostnamectl set-hostname 호스트명