안녕하세요. 시험이 얼마 남지 않은 상황에서 아래와 같은 템플릿을 작업형 2유형에 대한 고정 템플릿으로 가져가는게 괜찮은지 여쭤보고싶습니다. 올려주신 모의문제 기준으로는 25/40점을 기록하여 노파심에 여쭤봅니다. 감사합니다. *분류 문제는 RandomForestClassifier, 회귀문제는 RandomForestRegressor 쓸 예정이며, 평가지표가 roc-auc인 경우 predict()를 predict_proba로 바꿔야한다는 점까지는 인지하고 있습니다. import pandas as pd train = pd.read_csv('data/car_train.csv') test = pd.read_csv('data/car_test.csv') # print(train.head()) # print(test.head()) # target : target (분류) # 데이터 전처리 target = train.pop('target') temp = pd.concat([train, test]) temp = pd.get_dummies(temp) train = temp.iloc[:len(train)] test = temp.iloc[len(train):] # 모델 정의 및 훈련 from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier() model.fit(train, target) p = model.predict(test) # csv 파일 만들기 및 확인 submit = pd.DataFrame({'pred': p}) submit.to_csv("result.csv", index = False) result = pd.read_csv("result.csv") print(result.head())
7회 기출문제 작업형 1을 풀다가 조건 cond를 설정해서 문제에서 정해준 조건에 만족하는 위치에 score 컬럼 값을 표준화해 저장하려 했습니다. 그래서 아래의 코드와 같이 df[cond1 & cond2]로 스케일링을 했는데 이후에 print(df)를 하면 score 컬럼의 값이 스케일링하기 전의 값들로 결과가 출력되는지 궁금합니다. 다른 문제들도 어떨때는 df = df.변환 하면 저장되어서 출력되고, 또 어떤 경우에는 안되고에 대한 기준을 모르겠습니다. import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/7_1/student_assessment.csv") # 결측치 제거 # print(df.head(5)) # print(df.info()) # print(df.isnull().sum()) df = df.dropna() # print(df.isnull().sum()) # 가장 많은 학생이 수강한 과목 = 12 # print(df['id_assessment'].value_counts()) # print(df.head(5)) # 12 과목의 score 컬럼을 표준화 한 뒤에 표준화 from sklearn.preprocessing import StandardScaler # print(dir(preprocessing)) scl = StandardScaler() cond1 = df['id_assessment'] == 12 cond2 = df['score'] # 질문 부분 시작 print("스케일링 전: ",df[cond1 & cond2].describe()) df[cond1 & cond2] = scl.fit_transform(df[cond1 & cond2]) print("스케일링 후: ",df[cond1 & cond2].describe()) print(df) # 질문 부분 마침 # print(df[cond1 & cond2].max()) # print(round(2.183422, 3)) # 답: 2.183
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 [기출] 3유형 문제를 풀어보는 도중에 제공하신 노트북을 보면 귀무가설/대립가설이 적혀있지 않고, [연습] 3유형에는 귀무/대립가설이 무엇인지 적혀있는데, 실제 시험에서는 귀무/대립가설의 내용을 물어보기도 하나요? 예를 들어, p-value를 구한다음에, 수험자에게 이 차이가 있습니다. 없습니다. 라고 작성하게끔 시킬 수도 있을까요? 귀무/대립가설이 헷갈려서 그렇습니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 범주형 컬럼(a,b,c,d,e)의 nunique값에서 (a,c) 컬럼은 50으로 좀 크고 나머지 컬럼은 5정도로 작을 경우에 labeling과 one hot encoding을 각각 적용하고 싶다면 cols = [a,c]으로 두고 반복문을 통해 le를 한다음 get_dummies를 하면 될까요?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 <제가 작성한 것 > from statsmodels.formula.api import ols model=ols( '수확량~비료유형+물주기+비료유형:물주기' ,data=df).fit() from statsmodels.stats.anova import anova_lm anova_lm(model) <자료> import statsmodels.api as am from statsmodels.formula.api import ols # 1~9 이원 분산 분석 model = ols( '수확량 ~ C(비료유형) * C(물주기)' , data=df).fit() anova_table = sm.stats.anova_lm(model) print (anova_table) 값을 비교해보면 비료유형에서는 일부 동일한데, 다른 변수들에서는 실행시 값들의 차이가 있었습니다..! sm/lm 사용의 차이가 궁금합니다. 시험에서 해당 내용이 나오면 어느 방식이 적절할지요?
시험환경 프로그램에서 2유형 인코딩을 하는데 오류가 뜹니다. 보니까 인코딩 전에는 train, test 컬럼 수가 같았는데 인코딩 후에는 train 컬럼 수가 하나 더 많습니다. train = pd.get_dummies(train) test = pd.get_dummies(test) 를 사용했습니다
안녕하세요. ctrl + / (주석처리 단축키)를 굉장히 유용하게 쓰고 있는데 시험장에서 해당 단축키 활용이 불가능한 경우가 많은지 여쭤보고싶습니다. 또한 실기시험 응시 pdf에 나와 있는 내용을 시험 당일 감독관분께 문의드려도 알려주시는지 궁금합니다. 현재 단축키 안될 때 해결방법을 제가 시험볼 때 까먹었을 수도 있을 것 같아서 문의드립니다.. 감사합니다.
에어비엔비 가격 문제 풀이 영상 라벨인코딩 할때 언제 concat하고 언제는 안해도 되는지 잘 모르겠어요 set(train['neighbourhood']) == set(test['neighbourhood']) 이 코드에서 False가 나와서 범주형이 서로 다르기때문에 concat을 해야한다고 이해했는데, 이 문제에서는 그냥 바로 train, test에 인코딩하네요?
안녕하세요 강사님 강의에서는 전부 1번 방식으로 바로 제출하는것으로 방법이 나와있는데 틀린부분을 생성형AI와 같이 학습해본 결과 지속적으로 2번 방식처럼 train, target으로 한번 더 학습하고 테스트 파일을 예측하는게 더 낫다고 나오더라구요 2번으로 하는 경우에는 더 유의미한 차이가 있는걸까요? 아님 그냥 원래 방식대로 1번처럼 진행하는게 나을까요?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 # 레이블 인코딩, 랜덤포레스트: 807.8000397227841 # 원핫 인코딩, 랜덤포레스트: 819.45688399024339 # 레이블 인코딩, lgb: 779.846084731424 # 원핫 인코딩, lgb: 786.6443289033147 # 모델은 lgb로 선택 # 모델 선택 후 튜닝, 결측치 처리 유무, 인코딩 유무 확인하며 성능 비교하기 # 튜닝 X -> 더 높아짐 # 결측치 0으로 처리, 카테고리로 인코딩: 772.4958384891883 # 결측치 처리 X, 카테고리 인코딩: 768.6458172187305 # 결측치 처리 X, 레이블 인코딩: 782.66052200386 # 결측치 0으로 처리, 레이블 인코딩: 779.8460847311424 위의 과정을 거쳐 lgb모델, 결측치 처리 X, 카테고리 인코딩으로 선택하여 진행하였는데, 이렇게 하는 것이 맞는지 확인차 질문드립니다 !!! 그리고, 다 선택 후, train, target 전체 데이터로 재학습 후 test 예측하는 것이 더 좋을지 질문드립니다 !
안녕하세요, train 데이터에는 없지만 test 데이터에는 있는 범주형 데이터를 인코딩하기 위해서 train test를 다 합친 후에 인코딩을 수행하는 것으로 알고 있는데요, (라벨인코딩, 원핫인코딩) 만약 train test 두 데이터를 합친 데이터를 fit 하고 train, test 별로 transform 하면 이것도 결국엔 Data Leakage가 되는 것이 아닌지 여쭙고 싶습니다. 만약 시험 환경에서 저런 상황이 나타난다면 Data Leakage는 감수하고 인코딩을 수행해야 하는 것인지 궁금합니다. 감사합니다.
