8회 첫실기 합격했습니다. 비 전공자 직장인이라 걱정했는데 다행히 한방에 붙었네요 ㅠㅠ 3유형 오즈비 *5 문제를 틀린것 같네요. 캐글 문제는 여유가 없어서 거의 못풀어봤고 강의 쭉 보고 잘 안되는 3유형과 1유형 위주로 복습했습니다. 마지막에 정리해서 올려주신 2유형 같은 방법으로 풀기, 마인드맵이 많은 도움이 됐습니다. 감사합니다.
사이킷런의 선형회귀로 해도 모델 돌아가던데...(from sklearn.linear_model import LinearRegression) mae는 확인을 못하고 음수값이 꽤 pred에 있던 걸로 기억하거든요.. 시간 없어서 그냥 제출해버렸는데... 랜덤포레스트리그레서나 xg부스트리그레서 등이 있었군요... 공부가 부족해 시험 당일 전혀 생각도 못하고...ㅠㅠ 보니까 lightdm???이라는 모델들도 많이 사용하셨더라고요? 이것도 pre에서 음수값이 나온 경우가 있다 그러셔서...조금 희망을 가져보는데... 저는 40점 중에 몇점이나 받을 수 있을까요 ㅠㅠ 넘 심경 쓰여요 ㅠㅠ
안녕하세요. 8회 작업형 2 관련해서 회귀문제라서 1.수치형 변수에 대해 minmaxscaler 2.범주형 변수에 대해 원핫인코딩 후 3.RandomForestRegressor(random_state=0) 학습결과를 제출했는데 적합한 모델로 돌린것인지 궁금합니다 * random_state=0 미작성시 mae값이 더 좋았는데 다시 생각해보니 에러값이라 작을 수록 좋은데 헷갈려서 '0' 적용한 값으로 제출했네요 결과 제출 시에는 test 데이터 행 개수 2064개 동일한것은 확인하였고 sklearn.metrics import mae 적용한값이 0.0000*** 소수점으로 출력된것으로 기억하는데 다른 분들 93,94는 아니었던 것 같아서 이런경우에는 오답처리되는 것인지 문의드립니다;;
안녕하세요 선생님. 작업형 2유형 답안 제출 관련 문의 드립니다. 작업형 2유형 문제를 해결하면서 선생님이 알려주신 단계대로 차근차근 진행하여 csv예측 파일까지 잘 작성했습니다. 마지막에 작성된 csv파일을 확인하는 Print( pd.read _csv("result.csv))구문만 빼고 전 단계의 print구문은 다 주석처리 하고 마지막에 최종 1회만 제출했습니다. 앞 단계의 print구문들은 주석처리 하여도 제가 작성하였던 코드만 실행된 상태로 제출되면 감독관이 체점하는대는 아무 문제 없는게 맞을까요?
안녕하세요. 강사님 수업듣고 큰 도움을 받은 수강생입니다. 먼저 감사하다는 말씀드리고 싶네요. 비전공자로 막연한 관심에 파이썬이 뭔지 궁금해하다가 빅데이터 분석기사 시험이 파이썬으로 할수있다는 정보를 알게되고, 시험응시를 하면서 공부해볼 수 있겠구나 싶어서 시작해봤습니다. 막상 꾸준히 공불못해서 필기도 실기도 벼락치기하면서 시험을 치뤘지만, 앞으로 데이터분석가 수준으로 조금 더 딥하게 공부해보고 싶은 마음이 생겼습니다. 강의에서 캐글, 데이터분석 대회, 스터디 참여 등을 추천해주셔서 해보려고 합니다. 대신 조금만 더 구체적으로 파이썬을 활용하거나 꼭 그렇지않더라도 딥러닝 영역까지 학습하고 숙련할 수 있는 방법론에 대한 의견을 여쭙고 싶습니다. 감사합니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 이번 시험에서 작업형2 문제 풀이 과정입니다 Test 데이터에 총 3개의 범주형 컬럼이 존재 하였습니다. 월, 요일, 네임 이때 각 고유값은 12,7,2 여서 따라서 월과 요일은 라벨인코딩 / 네임은 겟더미즈 로 각각 하였습니다. 이후 모델 성능을 비교파기 위해 랜덤포레스트와 라이트지비엠을 사용 하였습니다. 랜포리그레서로 학습시키고 예측할 땐 random_state 만 고정한채 mae로 평가하였더니 140 정도였고 XGBM리그레서로 학습시키고 mae로 평가하니 108 정도 나왔습니다. 이때도 딱히 하이퍼 파마미터튜닝은 진행하지 않았습니다. 따라서 test 데이터를 xgbmregressor에 적용하여 예측한 결과를 제출하였습니다. 다만 여기서 lightgbm 을 사용하신 분들이 랜덤포레스트에서는 없었던 음수값이 예측에 나왔다고 하는데, 전처리를 동일하게 하고 평가도 좋게나온 모델의 결과가 저렇게 오류로 나올 수가 있나요..?그냥 남들 다 쓰는 랜포 쓸걸 괜히 lightgbm 알아서 쓴거 같다는 기분이 듭니다 ㅜㅜ
이번 시험에서 오즈비가 또 나왔습니다. 지난 시험에서는 특정 변수값이 1 증가할때의 오즈비를 구하라고 나와서 다음과 같이 구했었습니다. import numpy as np np.exp(계수) --> 답 이번 문제에서는 특정 변수값이 5 증가할때의 오즈비를 구하라고 나왔습니다. 그러면 답이 아래와 같나요? np.exp(5*계수)
안녕하세요. 8회 빅데이터분석기사 실기 작업형 2에서 다른 모델들보다 xgboost 패키지에 XGBRegressor가 성능이 훨씬 좋길래 그 모델을 사용해서 제출했습니다. Future Warning이 나왔지만 별 생각하지 못하고 제출했는데, 시험장 나오고 나서 생각해보니 너무 욕심이었나 생각이 듭니다. 결과 파일을 제출한 후, 다시 파일을 확인했을 때, 이상은 없었습니다만 Warning이 나오면서 코드를 다시 확인하라는 메세지가 있어서 혹시 몰라 질문드립니다. 아시는 분은 꼭 답변 부탁드릴게요. 감사합니다!
MinMaxScaler + one-hot encoding lightgmb(n_estimator = 300) +mae 사용하여 예측하였는데 (mae : 93~94) 예측값이(인원수) 2096개(?)중에서 음수가 11개 나오더라고요. 이렇게 예측값이 양수가 나와야하는 경우 보통 음수에 대해 후처리를 한번 더 해서 내보내는건지, 아니면 상관이 없는건지 궁금합니다...
