벼락치기 3유형
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
시간이 너무 없어서, 3유형은 선택과 집중해서 보고 가려고 합니다.
from statsmodel.formula.api import ols
model = ols('키 ~ 몸무게' , data=df).fit()
print(model.summary())
newdata = pd.DataFrame({'몸무게':[50]})
pred = model.get_prediction(newdata)
pred.summary_frame(alpha=0.05)
이 부분 말고도 볼만한 부분이 따로 볼만한 부분이 있을까요..
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. dongwon9903님, 현재 학습하시는 내용과 관련하여 도움이 될 수 있는 몇 가지 기존 질문 및 답변을 찾아드렸습니다.
import 관련 오류 해결:
- 기존 코드에서
import statsmodels.formula.api as ols로 사용하여야 하는데,from statsmodel.formula.api import ols로 사용한 것 같습니다. 이로 인해 라이브러리를 제대로 불러오지 못하는 오류가 발생할 수 있습니다. 이를 해결하기 위한 추가 설명과 코드 예시는 다음 링크에서 확인하실 수 있습니다.
- 다른문제 (TypeError: ‘module’ object is not callable 오류 해결 방법)
- 기존 코드에서
다중 선형 회귀의 다른 중요 요소:
- 모델 학습 시에는 데이터셋을 분할하여 검증 데이터로 성능을 평가하는 과정이 중요합니다. 데이터 분할이나 모델 검증에 관한 질문들은 다음 링크들을 통해 추가 정보를 얻으실 수 있습니다.
- 4회 작업형 2번 풀이 질문있습니다.
- 작업형2 모의문제3
- 모델 학습 시에는 데이터셋을 분할하여 검증 데이터로 성능을 평가하는 과정이 중요합니다. 데이터 분할이나 모델 검증에 관한 질문들은 다음 링크들을 통해 추가 정보를 얻으실 수 있습니다.
데이터 전처리 및 EDA(Exploratory Data Analysis):
- 데이터 분석을 진행하려면 기본적인 EDA와 전처리 과정도 중요합니다. 구체적인 방법과 이유에 대한 설명이 포함된 예제는 다음 링크에서 참고하실 수 있습니다. 이는 분석의 기본기를 탄탄하게 하고, 데이터에 적합한 모델 개발을 돕습니다.
- 4회 작업형 2번 풀이 질문있습니다.
- 데이터 분석을 진행하려면 기본적인 EDA와 전처리 과정도 중요합니다. 구체적인 방법과 이유에 대한 설명이 포함된 예제는 다음 링크에서 참고하실 수 있습니다. 이는 분석의 기본기를 탄탄하게 하고, 데이터에 적합한 모델 개발을 돕습니다.
수험생 분들에게 실력을 발휘할 기회를 잘 잡기 위해서는 시간 효율적인 공부 전략이 필요합니다. 고급 기법이나 추가적으로 다뤄질 수 있는 부분들은 여유가 생길 때마다 살펴보시면 좋을 것 같습니다.
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.
작업형 1 유형 부분
0
9
1
작업형 1 (삭제예정, 구 버전)
0
28
2
수강기간 연장 문의드립니다.
0
20
1
2유형 레이블 인코딩 VS 원핫 인코딩
0
21
3
수강기간 연장 문의드립니다.
0
26
1
인덱스 슬라이싱
0
27
2
질문 드립니다.
0
45
2
강의 내용 관련 질문드립니다~
0
43
2
수강 연장 문의
0
54
2
강의자료 일괄 다운로드
0
49
2
수강기간 연장 문의드립니다
0
40
2
list 문제 질문드립니다~
0
34
2
빅분기 실기 12회 재도전
0
52
2
강의 기간 연장 가능여부 검토 요청건
0
38
2
수강기간 연장 문의 드립니다
0
43
2
수강기간 연장 문의드립니다
0
50
2
질문이요
0
55
2
수강기간 연장 문의드립니다.
0
58
2
문제 3-2 질문드립니다
0
47
2
수강기간 연장 문의 드립니다.
0
61
2
변수, 칼럼 , df 구분
0
51
2
수강기간 연장 문의드립니다.
0
50
2
수강기간 연장 문의
0
49
2
수강기간 연장 문의드립니다.
0
42
2