맛동산

> 입력부 front단 구성 > 챗봇 적용 > DB 2개 생성 > 컨트롤러 작성 완료

> 챗봇, 대화입력 ui 제작 중 > 챗봇 프론트단은 일단 완성 > ajax > 채팅 수행 컨트롤러 작성 > DB생성 완료

> 로그인 구현 > 세션 구현 http://blog.naver.com/PostView.nhn?blogId=moe61&logNo=150169887527 참고

> 회원가입 모듈 완성 > 암호화 > 복호화 테스트 필요 > 아이디 중복 체크

> 메인페이지 틀 구성 > 메뉴바 반응형으로 > 회원가입 폼 > js, css 수정 > 회원가입 관련 서블릿 틀 생성

> 한글인코딩(web.xml) > mariadb커넥터, mabatis(pom.xml) > root-context.xml > mybatisConfig.xml > 메뉴바 구성 참고주소 > http://blog.naver.com/racoon_z/220699015275 > http://blog.naver.com/danddil/220864805155

api 요청조차 제대로 안되서 문의 메일을 보낸지 약 1년만에 이렇게 배신을 하네ㅠㅠㅠ 직접 만들고 말지

나에게... 안녕 나야?너의 마음대로 형용사에 감정수치를 부여하는게 마음에 안들어서 아예 다른 방법을 들고와봤어ㅎㅎㅎ 넌 문장 내 형용사와 명사간의 연결도가 얼만큼 되는지도 잘 모르잖아?ㅎㅎㅎㅎ 근데 문장 내 형용사 점수로 명사에 대한 호감도를 넣는건 뭔가 근거가 부족하지 않겠니ㅎㅎㅎ 자, 새로운 방식은 이거야 수집된 문장을 1. 호감 2. 비호감 3. 중립(이게 문젠데 이걸 모으면 분석이 좋아질지, 과적합이 될지 확신이 안서...)으로 분류할거야 근데 여기서 문장 전체를 DB넣는게 아니라 일단 분류기로 돌려서(트위터 분류기는 아쉽지만, 한나눔껄 쓰자... R에서도 KAIST님들이 만든 패키지를 쓰고 있거든) 명사(등)를 제외한 문장의 구조만 넣을 생각이야 그 영화 진짜 재밌더라 그 만화 진짜 재밌더라그..

summary(dataset$price) sum(dataset$price) # NA 출력 # 결측데이터 제거 방법1sum(dataset$price, na.rm=T) # 2362.9 # 결측데이터 제거 방법2 - na포함 데이터 제거price2 30개 제거 # 결측데이터 처리(0으로 대체)x

install.packages(c("dplyr", "hflights"))install.packages("dplyr")library(dplyr)library(hflights) # 1. tbl_df() 함수 : 데이터셋 화면창 안에서 한 눈에 파악할 수 있는 데이터 구성hflights_df