inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

8회 기출유형(작업형3)

작업형3 formula

해결된 질문

133

shs4166

작성한 질문수 50

0

로지스틱회귀문제를 구할때는

formula = "Churn ~ DataUsage + DayMins"

위와 같이 formula를 따로 적어줬는데

다중선형회귀분석에서는

formula를 따로 위에 적지 않고

model = ols('PIQ ~ Brain + Height + Weight', data=df).fit()

 

이렇게 풀이가 된 이유가 뭘까용??

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

변수 사용유무만 다르고 동일합니다.

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. shs4166님.

수식(formula)을 사용하여 로지스틱 회귀와 다중 선형 회귀를 구성하면서 왜 두 방법이 다른지 궁금하신 것 같습니다. 두 가지 방법의 차이는 주로 코드 작성 스타일이나 필요에 따라 다르게 선택될 수 있습니다.

  1. 수식을 미리 정의하는 방법:

    • formula = "Churn ~ DataUsage + DayMins"와 같이 수식을 미리 정의하는 방식은 추후 여러 번 사용하거나 코드의 가독성을 높이기 위해 효율적입니다. 특정 분석 환경에서는 공통적으로 사용되는 수식을 여러 곳에 쉽게 적용할 수 있습니다.
  2. 수식을 직접 정의하는 방식:

    • model = ols('PIQ ~ Brain + Height + Weight', data=df).fit()와 같이 코드 내에 바로 수식을 작성하는 것은 코드의 길이를 줄이고, 직접적인 분석에 집중할 수 있게 해주는 장점이 있습니다. 이는 간단한 분석이나 일회성 작업에서 용이합니다.

결국 두 스타일은 코드의 유지보수, 가독성 및 재사용성의 관점에서 다르게 선택되는 방법일 뿐, 분석이나 결과에는 영향을 미치지 않습니다.

비슷한 주제의 유사한 질문들과 답변들은 이 링크, 작업형3을 할 때 언제 formula를 정의해야 하나요? 등을 참고하실 수 있습니다. 각기 다른 접근 방법과 그 이유에 대해 더 많은 맥락을 제공하고 있습니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.

작업형2모의문제3_updated2026.10

0

10

1

작업형2 모의문제3_updated2026.10

0

12

2

38강에서 불균형 데이터 처리하는 stratify를 꼭 해줘야하는건지 질문합니다.

0

18

2

수강강의 연장 관련 문의

0

20

1

작업형1_연습문제1 section2

0

23

2

수강기간 연장 문의드립니다

0

22

1

작업형2 모의문제2_updated2026.10

0

32

2

수강기간 연장문의

0

27

1

작업형 2 질문

0

33

2

강의 연장 관련하여 문의드립니다.

0

38

1

섹션7 자료 다운로드

0

42

2

작업형 1 연습문제 Section12

0

40

2

수강기간 연장 문의

0

52

1

안녕하세요, 혹시 수강기간 연장이 가능할까요?

0

45

2

판다스 강의자료는 어디서 받을 수 있나요?

0

55

2

작업형2 모의고사3 자료 업데이트 요청

0

60

4

수강 연장가능여부 문의드립니다!

0

50

2

수강기간 연장 문의드립니다!

0

44

2

최빈값

0

48

2

수강 가이드라인

0

41

2

수강 연장 가능 여부 문의

0

65

2

강의 구매했는데 교재 필수일까요

0

49

2

수강기간 연장 가부 문의드립니다.

0

46

2

수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.

0

46

2