#!/usr/bin/env python
# coding: utf-8

# In[1]:


# Google Colaboratory를 사용할 때는 다음 주석을 해제하고 실행하기 바랍니다.


# In[2]:


# # 다음을 실행하면 authorization code 입력을 요청받습니다.
# # 출력된 링크를 클릭하고 Google 계정으로 로그인한 뒤,
# # authorization code를 복사해서 붙여 넣습니다.
# import os
# from google.colab import drive
# drive.mount('/content/drive')


# In[3]:


# working_dir = 'MLSys_100Knocks' #　※※ 여러분이 만든 폴더 경로가 다를 때는 다음을 변경합니다. ※※
# path = f'/content/drive/MyDrive/{working_dir}/MainChapter/chapter09'
# os.chdir(path)


# In[4]:


# Jupyter notebook ipywidgets 활성화
# for jupyter notebook (virtualenv 사용 시)
#!jupyter nbextension enable --user --py widgetsnbextension

# for jupyter lab
#!jupyter labextension install @jupyter-widgets/jupyterlab-manager


# # 9장 소규모 머신러닝 시스템을 만드는 테크닉 10

# ### 테크닉 81: 폴더를 만들고 초기 변수를 정의하자

# In[ ]:





# #####  **반드시 데이터와 모델을 폴더에 저장해주세요.**

# In[ ]:





# ### 테크닉 82: 신규 데이터를 로딩하고 매장별 데이터를 만들자

# In[ ]:





# In[ ]:





# ### 테크닉 83: 월별 매장 데이터를 업데이트하자

# In[ ]:





# In[ ]:





# ### 테크닉 84: 머신러닝용 데이터를 만들고 업데이트하자

# In[ ]:





# In[ ]:





# ### 테크닉 85: 머신러닝 모델용 사전 데이터를 가공하자

# In[ ]:





# In[ ]:





# ### 테크닉 86: 머신러닝 모델을 구현하고 평가하자

# In[ ]:





# In[ ]:





# ### 테크닉 87: 신규 데이터 예측을 위한 밑준비를 하자

# In[ ]:





# In[ ]:





# ### 테크닉 88: 신규 데이터를 예측하자

# In[ ]:





# In[ ]:





# ### 테크닉 89: 현장용 보고서를 만들고 출력하자

# In[ ]:





# In[ ]:





# #####  **다음 테크닉를 진행하기 전 테크닉 81의 `tg_ym`을 `202105`, `202106`, `202107`, `202108`로 순서대로 지정하고 실행하십시오**

# ### 테크닉 90: 머신러닝 모델의 정밀도 추이를 시각화하자

# In[ ]:





# In[ ]: