작업형3 예시 문제 질문
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
작업형3 예시문제 1번 표본평균 구하는 문제 관련 질문드립니다.
1번 표본평균을 구할 때, df['diff'] 열을 만든 후에 바로 평균을 구한 값으로 제출하면 된다고 하셨는데 이 부분이 이해가 안 가 문의드립니다.
(df['diff'] = df['bp_after'] - df['bp_before'])
뮤 값이 (치료 후 혈압 - 치료 전 혈압)의 평균값이면df['diff']의 평균 값을 구한 후에 그 값을 다시 평균을 내야하는게 아닌가 해서요!
감사합니다.
답변 2
0
앗 넵 !!
제가 생각하는 코드로 기재하였습니다 !
df['diff'] = (df['bp_after'] - df['bp_before']).mean()
print(round(df['diff'].mean(),2))
0
네 이 코드는 잘못되었습니다. 아래 두 코드 출력을 해서 비교해보시겠어요?
1번처럼 코딩할 경우 diff컬럼에는 모두 동일한 값이 입력됩니다.
# 1
df['diff'] = (df['bp_after'] - df['bp_before']).mean()
print(df['diff'])
# 2
df['diff'] = (df['bp_after'] - df['bp_before'])
print(df['diff'])0
그러네요 !
선생님 저는
μ 가 (치료 후 혈압 - 치료 전 혈압)의 평균이라고 되어 있어서 평균 값을 저장해야 하는 줄 알았습니다 !
df['diff'] = (df['bp_after'] - df['bp_before'])μ는 (치료 후 혈압 - 치료 전 혈압)의 평균이라고 되어있는데 왜 그냥
df['bp_after']에서 df[bp_before'] 뺀 값으로 저장을 하는지 모르겠습니다 ㅠㅠ
문제를 직독직해하면
μ = (치료 후 혈압 - 치료 전 혈압)의 평균을 구하고, 이 값의 표본 평균을 구해라 라고 이해가 되어서요
0
어떤 부분이 이해가 안되는지 알겠습니다.
아래 코드는 맞습니다. 이 값은 μ는 (치료 후 혈압 - 치료 전 혈압)의 평균 입니다.
(df['bp_after'] - df['bp_before']).mean()
그런데 df['diff'] = 하는 것은 다른이야기에요~
df['diff'] = (df['bp_after'] - df['bp_before']).mean() 평균값을 모든 행에 넣게 되버립니다.
따라서 아래 코드를 출력해도 되고
(df['bp_after'] - df['bp_before']).mean()아래코드를 출력해도 동일한 값입니다.
df['diff'] = (df['bp_after'] - df['bp_before'])
df['diff'].mean()0
제가 질문을 이해를 못하겠습니다. 평균을 구하는 문제에서 어떤 부분이 문제 일까요?
breakdata00님이 생각하는 걸 코드로 표현해 주실 수 있을까요?
두 세번 읽었는데 이해를 못했어요 !! ㅠㅠ
출력값 질문
0
12
1
수업노트가 어디에 있나요?
0
21
1
실기시험 제출관련
0
154
2
6.20 작업형 2 과적합
0
158
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
50
2
로지스틱회귀, 회귀
0
48
2
회귀 문제를 풀때 질문입니다.
0
56
1
불균형 처리 후 성능이 더 낮아졌다면,
0
62
2
실기 체험 제2유형 에러 문의
0
61
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
50
2
3번문제 등분산 가정
0
48
2
작업형3 target 형 변환 질문
0
35
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
36
3
원핫인코딩과 레이블 인코딩에서 concat
0
59
2
제2유형 질문입니다.
0
46
2
C()
0
44
2
작업형 2에서 strafity 적용 유무
0
52
2
수강 기간 연장 가능 여부 문의드립니다.
0
61
1
ols
0
43
2
2유형 작성관련 질문(일반 심화)
0
39
2
2유형 작성관련 질문
0
41
2
2유형 object컬럼 개수 다르면
0
48
2
코딩팡질문이요ㅠㅠ
0
45
2
관찰값과 기대값의 개념이 헷갈립니다.
0
25
2