inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

묻고 답해요

176만명의 커뮤니티!! 함께 토론해봐요.

12회 작1 2-1

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 아래에서 df와 df를 두번써야하는 이유가 있을까요? 자치구 중 1위에 해당하는 데이터를 데이터에서 가져온다는 의미라고 설명하신 것 같아서요. n1 = len(df[df['자치구'] == top2[0]])

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
Hyunjin Lim 댓글 1 좋아요 0 조회수 11

일주일 전 학습방향

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요! 다음주 시험을 앞두고있습니다 ㅠ 비전공자이고 처음 응시하는 지원자입니다! 현재 강의올라온 기출문제는 다 풀어보았고 커리큘럼 후반에 있는 작업형1 연습문제 40문항, 작업형2 연습문제 풀고있습니다!! 이거 다음으로 작업형3 풀고나서 일주일남은 상황에서 어떤식으로 남은 기간동안 학습하는걸 추천하시는지 여쭙고싶습니다…!! 현재는 코딩팡에 올라온 가이드라인 쭉 따라가며 12회 기출문제 복습을 생각중입니다

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
  • 빅분기
driem1730 댓글 2 좋아요 0 조회수 18

roc 코드 질문입니다

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

roc는 항상 순서가 0일확률,1일확률인걸까요? print(lg.classes_) 이 코드써서 어떤 순서대로 적혀있는지 확인하는게 꼭 필요한지 궁금합니다.. 문제에서 1일 확률을 구하라고했으면 pred[:,1]이라고 항상 똑같이 적으면 되는건지 궁금해서 여쭤봅니다 최대한 외울 코드를 줄이고싶어서요..ㅎㅎ

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
고은:) 댓글 2 좋아요 0 조회수 17

섹션12 강의

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

ver. 2025 버전이라고 적힌것만 수강해도 괜찮을까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
고은:) 댓글 1 좋아요 0 조회수 15

모의문제3 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

데이터 수가 너무 작으면 전체 데이터로도 학습 하라고 말씀하셨던 내용 질문입니다. 최종 결과를 그럼 전체데이터 학습으로 쓰라는 말씀이신가요? 아니면 train, val 나누는 코드도 쓰고 다 저장하고 그 뒤에 강사님 강의노트처럼 맨 마지막에 또 lg 써서 전체데이터로 학습하고 다시 저장.. 이 코드도 같이 쓰라는 말씀이신건가요??

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
고은:) 댓글 2 좋아요 0 조회수 18

116. [작업형3] 9. 로지스틱 회귀 문제 질문 있습니다

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

[작업형3] 9. 로지스틱 회귀 문제 질문 있습니다 독립변수 에는 모두 C() 를 씌우는걸로 알고있습니다 근데 로지스틱 문제에서는 따로 C() 를 안씌우던데 왜 그런가요? formula = "target ~ age + service + social + booked" 어떤 문제에서는 독립변수에 모두 C() 를 씌우고 어떤 문제에서는 C() 안씌워서 너무 헷갈려요...

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
김용우 댓글 2 좋아요 0 조회수 12

레이블인코딩 transform 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요, 빅분기 실기 준비하면서 강의 잘 듣고 있습니다. 다른게 아니라 레이블 인코딩 하면서 궁금한 점이 있는데 train 은 le.fit_transform(train[col]) 인데 test는 le.transform(test[col]) 인 이유가 있나요..? 둘 다 fit_transform으로 하면 안되는건가요? 여태 공부할 때 둘 다 fit_transform으로 했는데 이 코드에 둘이 라벨인코딩하는게 달라서 질문 남깁니다 ..🥲

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
hyejineeeeee 댓글 2 좋아요 0 조회수 20

3회 작업형2

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

3회 작업형2에서는 target=train.pop안해주나요? 작업형2 한가지방법으로 풀기에는target=train.pop이 안나와있어서 물어봅니다!

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
ideal0212 댓글 2 좋아요 0 조회수 13

문제2

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

m=df.loc[2000].mean() sum(df.loc[2000,:] > m) 여기서 len은 왜 안되나요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
ideal0212 댓글 2 좋아요 0 조회수 14

작업형 2 결측치파트

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

제가 강의를 보면서 여태까지 작업형 2에서 결측치가 있던적이 없었다 라고 들은거같은데 그게 맞는지 확인 부탁드립니다 ㅠㅠ

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
이인표 댓글 2 좋아요 0 조회수 19

모델 학습 추가 코드

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

#데이터 분리 X_tr,X_val,y_tr,y_val=train_test_split(train,target,test_size=0.2,random_state=0, stratify=target) #랜덤포레스트 rf=RandomForestClassifier(random_state=0, class_weight='balanced') #LGBM lg=lgb.LGBMClassifier(random_state=0,verbose=-1,class_weight='balanced') 위와 같이 코드를 적용하면 랜덤포레스트 점수가 더 높게 나옵니다. class_weight='balaced'는 불균형 데이터 일때만 적용해야하나요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
sunyart 댓글 1 좋아요 0 조회수 21

10회 작업형3 1-2

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 오즈비 계산할때 numpy를 사용하는건 이해했는데 나이가 1 증가할때라는 부분은 크게 고려할 사항이 아닌건가요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
Hyunjin Lim 댓글 1 좋아요 0 조회수 21

분리

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

분류모델 예시 들어주실때는 아래와 같은 코드로 진행해주셨는데, 회귀모델은 조금 다른거 같아서요. 각각 다르게 써야하는걸까요? from sklearn.preprocessing import LabelEncoder for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) #사전만들기 test[col] = le.transform(test[col]) #사전적용 (동일사전) train.head()

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
고은:) 댓글 2 좋아요 0 조회수 22

unique

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

확인이 필수일까요? 다르게 나오는 경우도 있나요?... set(train['Item_Identifier']) == set(test['Item_Identifier'])

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
고은:) 댓글 2 좋아요 0 조회수 21

기출7회 작업형 2 회귀 모델

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

지금까지 기출 풀면서 랜덤포레스트,LightGBM만 사용해왔는데 이번 기출에서는 선형회귀도 쓰셨더라구요. 추가로 암기해야하는 부분일까요? 아니면 기존처럼 두개만 비교해서 제출해도 될까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
sunyart 댓글 2 좋아요 0 조회수 18

test 데이터 결측치 관련 질의

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

test 데이터는 이상치는 절대 삭제 하면 안되고, 결측치는 삭제하지 말고 평균이나 중앙값, 최빈값 등으로 채우면 되나요? test데이터에 결측치가 있을 경우 감점 대상인지, 모델 자체가 안 돌아가는지도 궁금합니다. 감사합니다.

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
b9z9pkdbzp 댓글 2 좋아요 0 조회수 16

전체질문) 시험대비 관련 질문

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

실기 시험까지 일주일정도 남았는데, 이제 작업형2 진도를 나가기 시작했습니다 ㅠㅠ.. 혹시 기출문제만 공부하고 풀어도 합격을 보장받을수있을까요?아니면 꼭 추가문제를 더 풀어봐야할까요?..

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
고은:) 댓글 2 좋아요 0 조회수 29

간단한 질문 있습니다

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

stratify=target , class_weight='balanced' 은 분류문제에서만 사용하고 회귀문제에서는 사용안하는게 맞는건가요? 계속 헷갈려서...

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
김용우 댓글 2 좋아요 0 조회수 26

로지스틱 회귀분석, 분산분석 범주형 변수 관련 외 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

먼저 양질의 강의를 제공해주심에 매우 감사드립니다. 학습 도중 궁금한 부분이 있어서 문의드립니다 1) 범주형 변수 처리 a. 로지스틱 회귀분석 => 종속변수가 범주형, 독립변수는 수치형, 범주형 모두 상관 없음 b. 분산분석 => 종속변수는 수치형, 독립변수는 범주형 위와 같이 알고 있습니다. 코드를 불러와 학습시킬 때, 각 변수 앞에 C를 붙이는 것은 범주형 변수로 변환하기 위함으로 알고 있는데(변수 값이 숫자일 경우, 범주로 인식하지 않고 증감하는 숫자로 인식할 수 있기 때문이라고 알고 있습니다), 여기서 분산분석의 경우 어차피 독립변수가 모두 범주형이여야 하니 어떤 변수든 간에 앞에 C를 붙여도 되는 것인지요 로지스틱 회귀분석의 경우 독립변수가 수치형이거나 범주형일 수 있는데, 이 경우 숫자로 나온 데이터가 범주형 변수임을 확인하기 위해서 별도로 작업을 거쳐야 할까요? 만약 그렇다면 어떻게 확인할 수 있는지 궁금합니다. 2) copy()를 붙이는 이유 가끔 선생님께서 끝에 .copy()를 붙이는데 이걸 붙이고 안붙이고의 차이가 궁금합니다. 어떤 경우에 붙여야 하는지도 궁금하구요 3) 작업형 2 일단 제가 준비하는 모델은 랜덤포레스트와 lightgbm 을 준비하려고 하고 있습니다. a. 원핫 * 랜덤포레스트 b. 원핫 * lightgbm c. 레이블 * 랜덤포레스트 d. 레이블 * lightgbm 일단 이 4가지를 표준으로 잡고 준비를 하려는데, 혹시 여기서 추가로 다른 모델이나 방법을 추천해주실 수 있다면 추천 부탁드립니다! 2. 오브젝트 컬럼일 경우 인코딩 작업이 반드시 필요한데, train/test의 오브젝트 컬럼 속성값의 종류가 다를 때, 이걸 반드시 비교해야 인코딩 방법을 선택할 수 있다고 생각하는데 강의를 볼 때 이 부분을 강조하지 않으시는 것 같아서요. 이 작업은 반드시 필요한 작업이 맞는것이지요 ? 3. 기본 학습할 땐 스케일링 작업을 배웠는데 여태 몇 가지 문제풀이를 보면서 스케일링 작업을 반드시 진행하시지는 않는 것 같아서, 혹시 그 기준이 별도로 있는 것인지 궁금합니다. 4. 검증데이터 분리 시 stratify=target 을 하는 경우는 불균형 클래스일때, 랜덤 포레스트나 lightgbm에서 class_weight='balanced'를 선택하는 경우는 소수 클래스에 가중치를 주고 싶을 때 선택하는 걸로 알고 있습니다. 위처럼 불균형/소수 클래스일때 무엇을 적용하는 것이 효율적이다. 처럼 케이스를 분류해서 적용할 수 있다면 좋을 것 같은데.. 사실 경험이 많지 않다 보니 이걸 분류하기가 어렵습니다. 최근 회차일수록 작업형2 점수 산정 비율 구간이 촘촘해지는 걸로 알고 있어서.. 이러한 부분을 어떻게 정리해야 할지 궁금합니다 ㅠ 강의를 듣고 있지만, 내용이 방대하다 보니 제가 놓친 부분이 있을 수도 있을 것 같습니다. 혹시 제가 잘못 알고 있는 부분이 있다면 피드백 부탁드립니다. 감사합니다 :)

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
cain9710 댓글 2 좋아요 0 조회수 28

인기 태그

인프런 TOP Writers

주간 인기글