카페검색 본문
카페글 본문
-
저녁에 먹으면 독? 사과 효능 종류 알아봐요 2024.07.17해당카페글 미리보기
사과: 아침에 먹으면 약, 저녁에 먹으면 독? 사과의 과 종류, 그리고 맛있는 꿀팁까지! 1. 사과, 그 영양과 은? 사과는 단순히...영양소가 풍부하게 함유되어 있습니다. 비타민: 비타민 C, A, E, K, B 6 등 다양한 비타민이 풍부하여 면역력 강화, 피부...
-
시금치된장국 시금치 요리 된장국 종류 아침 국 요리 2024.07.17해당카페글 미리보기
비타민과 무기질, 된장의 단백질과 발효 성분이 풍부하게 함유되어 있어 건강에 매우 좋은 음식입니다. 시금치에는 비타민A, C, E, 철분, 칼슘 등이 풍부하게 함유되어 있어 눈 건강, 면역력 강화, 빈혈 예방, 뼈 건강 유지 등에 도움이 됩니다. 또한...
-
호야(Hoya)의 종류(품종) 4 2024.06.23해당카페글 미리보기
Åke Svensson의 이름을 따서 명명되었습니다. 그녀는 2011년에 이 종을 발견했고 나중에 그것을 출판했을 때 스웨덴 문자 Å를 A로 쓰는 것이 선택 사항이라고 생각하면서 종 이름을 Hoya stenakei로 명명했습니다. 그녀는 나중에 식물 명명법이 그것을...
-
스튜드 A-807 2024.08.20해당카페글 미리보기
작동기능 완벽합니다 녹음 재생 소리 좋습니다 스피드 3/4-3.7/2-1. 15피스 표준 820보다 활용도 더욱 좋습니다 A-807 중애서도 3가지 종류지만 기본 구조는 동일 하며 상단에 모니터 없는 기종은 측면 우드와 내부 콘톨 기판도 후면 커버도 평면이 아니고...
-
대나무 종류 2024.06.06해당카페글 미리보기
대나무의 종류 작성시간 08.03.24|조회수912https://m.cafe.daum.net/zokyong/Dtwe/16 1. 왕대속(Phyllostachys) 가. 왕대(苦竹, 늦죽, 眞竹 Phyllostachys bambusoides Sieb. et Zucc.) 중국이 원산지로서 왕대는 죽순의 맛이 약간 쓴맛이 있다고 하여...
-
해당카페글 미리보기
-
벤츠 c클래스 w203 (05년식) 에어플로우센서, 품번:A 271 049 02 48번 / 자동차 중고부품 / 대한모터스 2024.08.03해당카페글 미리보기
w203 (05년식) 에어플로우센서, 품번:A 271 049 02 48번 / 자동차 중고부품 / 대한모터스 사용감은 있으나 상태 양호합니다...daum.net/pjh4224 http://cafe.naver.com/jhpark4224 문짝 시트 범퍼 외장 부품 종류는 직거래 위주로 가능하며 부득이 화물...
-
Re: 오늘의 마지막 문제. 와인 데이터(wine2.csv) 를 이용해서 와인의 종류를 분류하는... 2024.07.15해당카페글 미리보기
model2 <- C5.0( train_data[ ,-1], train_data[ ,1], trials=y) test_result2 <- predict( wine_model2, test_data[ , -1]) a<- sum(test_result2 == test_data[ ,1])/34 *100 y <- y + jumpby print(paste(i,'일때',a)) } *** [1] "1 일때...
-
Re: 오늘의 마지막 문제. 와인 데이터(wine2.csv) 를 이용해서 와인의 종류를 분류하는... 2024.07.15해당카페글 미리보기
in 1:50) { model2 <- C5.0( train_data[ , -1], train_data[ , 1], trials=y) test_result <- predict(model2, test_data[ ,-1]) a<- sum(test_result == test_data[ , 1]) /34*100 y <- y + jumpby print(paste(i,'일때',a)) } library(C50) wine_model2...
-
Re: 오늘의 마지막 문제. 와인 데이터(wine2.csv) 를 이용해서 와인의 종류를 분류하는... 2024.07.15해당카페글 미리보기
model2 <- C5.0( train_data[ , -1], train_data[ , 1], trials=y ) test_result2 <- predict(model2, test_data[ , -1] ) a<- sum(test_result2 == test_data[ , 1])/length(test_result) *100 y <- y + jumpby print(paste(i,'일 때 정확도는',a...