cross_val_score를 활용해서 rmse 평가를 시도해보았습니다.SCORERS에서 가장 유사하다고 판단되는 'neg_root_mean_squared_error'를 활용하였고, 음수로 나타난 값들을 얻었습니다.cross_val_score 함수는 값이 클 수록 좋은 모델임을 의미하므로, 보다 더 큰 값(더 작은 음수값)을 뱉는 모델을 찾아야 하는 것인지,혹은, RMSE 정의에 따라 에러값이 더 작은 값(더 큰 음수값)을 뱉는 모델을 찾아야 하는 것인지 문의를 드립니다. 예를 들어, cross_val 평균 측정값이#rf1 -399521.89795809553#rf6 -377713.996299675일 때, rf1과 rf6 중 어느 모델을 선택하는 것이 맞는지 궁금합니다.

dcols = train.select_dtypes(include='O').columnsncols = train.select_dtypes(exclude='O').columns위처럼 데이터를 인코딩과 스케일링 작업하기 전에 수치형, 오브젝트의 컬럼명을 변수에 미리 저장해 놓고, 아래처럼 분리 없이 스케일링과 인코딩 작업을 진행해도 되는지 궁금합니다. 동작은 제대로 하는 것 같아서 굳이 분리해야 하나 의문이 들어 질문 드립니다. 라벨인코딩과 스탠다드 스케일러를 둘 다사용한다고 가정했을 때 입니다. from sklearn.preprocessing import StandardScalerscale = StandardScaler()train[ncols] = scale.fit_transform(train[ncols])test[ncols] = scale.fit_transform(test[ncols]) from sklearn.preprocessing import LabelEncoderle = LabelEncoder() for col in dcols:train[col] = le.fit_transform(train[col])test[col] = le.fit_transform(test[col]) 

예제 2번 &&다음 !가 있는 거면 아닌거 찾는 거 아닌가요? 해설 다시 부탁드립니다.

범주형 데이터를 Feature engineering 할때 train과 test가 같은 피처의 범주가 다를 경우 합친 후 get_dummies를 통해 한번에 진행해주셧는데요. 만약에 LabelEncode로 진행할 경우 Train에서는 fit_transform 을 하고 test에서 transform 만하는데  all_df로 합친후 어떻게 하면 되나요?

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.  안녕하세요139p 우선순위큐 커스텀 정렬을 넣을 때 반대로 넣어야 하는 특징이있다고 적혀있습니다. 뭔가 큐의 성질과 관련이 있을 것 같은데 자세한 원리를 알고 싶습니다. 반대로, 우선순위 큐가 아닐 때에는 어떤 원리인지도 궁금합니다. 감사합니다

1번 text/html2번 application/x-www-form-urlencoded 질문:a. 둘 다 Content-Type이 html인 걸로 알고있는데 2번은 html form에 사용되는 거고, 1번도 html form에 사용되는 거 아닌가요?!b. 1번과 2번의 차이가 뭔가요?c. 1번과 2번의 post전송 방식이 어떻게 다른 건가요? 

학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문전에 다음을 꼭 확인해주세요.1. 강의 내용과 관련된 질문을 남겨주세요.2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요.(자주 하는 질문 링크: https://bit.ly/3fX6ygx)3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요.(질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG)질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요.=========================================[질문 템플릿]1. 강의 내용과 관련된 질문인가요? (예/아니오)2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오)3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오)[질문 내용]여기에 질문 내용을 남겨주세요.test.mv.db 파일이 생성된걸 어디에서 확인 가능한가요?

df = df['month'].value_counts()이런식으로 values_counts로 구하는 방법이 있을까요?또 빅분기 실기 시험 채점(?) 방식에 대해서도 궁금한게,저런식으로 value_counts()를 하면 정답이 바로 눈에 보이잖아요! 그럼 그 정답을 바로 print(11)로 해도 인정이 되는지 궁금합니다

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요5분 14초에서 train=df.iloc[:210]에서 뒤에 .copy() 안붙여도 되나요?train=df.iloc[:210]test=df.iloc[210:]

“AWS Certified Solutions Architect - Associate 자격증 준비하기 강의 수강 기간 연장을 하고 싶은데, 이미 수강 기간이 끝나버려서, 직접적으로 강의에 접근해서 게시글 작성이 안되고 있는 상황입니다.수강기간 연장을 위해 어떻게 지식공유자에게 연락할 수 있나요? 

안녕하세요.올려주신 강의를 보고 따라하다가 에러가 발생하여 질문드립니다.모든 테스트는 정상으로 떨어지나, LettuceLock 테스트만 에러가 발생을 하네요...제가 디버깅 했을 때는 public Boolean lock(Long key) { return redisTemplate .opsForValue() .setIfAbsent(generateKey(key), "lock", Duration.ofMillis(3_000)); }해당 부분이 키를 갖고 오지 못하는 거 같은데, 해결 방법이 있을까요??

 from statsmodels.formula.api import ols formula = "temperature~solar+wind+o3" model = ols(formula, data=df).fit() print(model.summary())위는 유의수준 기본값이 0.05인 거죠? 그렇다면 유의수준 0.01로 분석할때 어디서 설정을 해줘야 하나요?  

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요3회 2유형으로 lightGBM을 활용해 봤는데요... 에러가 나와요

공부하다보니 statsmodels ols 해석 관련해서 헷갈리는 부분이 있습니다.statsmodel로 ols 모델 만들어두고 model.summary()로 해석하거나 anova_lm(model)로 해석할 수 있던데, 두개의 차이점이 뭔가요??

캐글에 올려주신 자료 중 T1-23 문제를 풀고 있습니다.f1컬럼에서 10번째로 큰 값을 찾는 중에 질문이 생겨 질문 드립니다! 실제로 f1을 소팅해서 보면 중복값이 있어 10번째로 큰 값이 86인데 선생님 풀이에는 소팅해서 10번째에 있는 값인 88로 대체하셨더라고요실제 값에 관계없이 10번째에 위치한 값으로 대체해도 되는 건가요? 선생님 풀이)# f1데이터에서 10번째 큰 값으로 결측치를 채움top10 = df['f1'].sort_values(ascending=False).iloc[9]print(top10)df['f1'] = df['f1'].fillna(top10)결과) 88.0 실제 값 소팅 결과)print(df.sort_values('f1',ascending=False).head(15)) id age city f1 f2 f3 f4 f5 56 id57 3.0 대구 111.0 0 NaN ISFJ 29.269869 7 id08 38.0 서울 101.0 1 NaN INFJ 83.685380 57 id58 0.0 대구 100.0 2 NaN ESTP 33.308999 73 id74 45.0 경기 98.0 0 NaN ESTP 52.667078 71 id72 8.0 경기 97.0 0 NaN ESTJ 97.381034 69 id70 -9.0 경기 96.0 1 NaN ISTP 48.431184 77 id78 92.0 경기 96.0 1 NaN INTJ 69.730313 32 id33 47.0 부산 94.0 0 NaN ENFJ 17.252986 48 id49 75.0 대구 88.0 0 NaN INTP 37.113739 44 id45 97.0 대구 88.0 0 NaN ENFJ 13.049921 17 id18 41.0 서울 87.0 2 NaN ISFJ 80.138280 62 id63 88.0 경기 86.0 1 NaN ISFJ 73.586397 68 id69 75.0 경기 85.0 0 NaN ESTJ 69.730313 15 id16 68.0 서울 85.0 0 NaN ESFP 16.283854 4 id05 24.0 서울 85.0 2 NaN ISFJ 29.269869

이 강의에서 h2-database 관련해서 계속 오류가 발생합니다. 일단 해결은 시도중이나.. 일단 다음 강의부터는 어떻게 흘러가는지 보기만 하고.. 김영한님 로드맵 따라 "스프링 핵심 원리 - 기본편" 여기서부터 다시 프로젝트를 만들어도 될까요?휴학생이라서 온라인 부트캠프도 하고 있습니다. 그곳에서 쿼리문을 이용해서 순수 jdbc를 만들어봐서 개념은 익히고 있어요.. 그래서 이 방법으로 해도 괜찮을지 여쭤보고 싶습니다. 강의에서도 김영한 강사님이 옛날방식으로 간단하게만 들어달라고 하셔서 여기서 목매는 것보다 일단 눈으로만 이 파트보고 넘어가는게 나을거 같아서요..

안녕하세요. 항상 양질의 강의를 제공해주셔서 정말 감사합니다! 대상 웹서버가 Json 형태로 데이터를 주고 받고 있는데요. 키 값에 SQLInjection 공격이 가능한가요? 저는 한번도 성공한 적이 없어서요. 된다면 URL 인코딩을 하지 않는 게 맞겠죠? 그리고 json형태로 데이터가 전달될 때 이게 api 사용인지 웹페이지 호출인지 어떻게 구분하는 게 좋을까요? 웹페이지도 확장자를 안 보이게 할 수 있으니까요 어떻게 구분하는 게 좋을지 궁금합니다 ^^ 감사합니다!

count가 결측치를 체크하지 않아서 2라고 하셨는데 무슨 말인가요?ㅠㅠ 3분20초 내용입니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요저는 레이블인코딩으로 밀고나갈건데요!train의 범주형 컬럼의 카테고리 ⊂ test의 범주형 칼럼의 카테고리 이거나 아예 두개가 다를 경우만train, test 합친 후에 레이블 하고나머지의 경우는 그냥 레이블인코딩 하는걸로 암기하면되나요?

오브젝트 컬럼 전처리 시에예를들어 test에는 있는데 train에는 없다면 데이터를 합쳐서 라벨 또는 원핫 인코딩 가능하다면 데이터를 합친다는거는 train데이터와 test데이터를 합치는 거는 data_all = pd.concat(train,test) 이런식으로 합치고 인코딩 후 나누면 되나요?? 합친 후 인코딩 후 소스가 궁금합니다. 추가로 위와 같은경우에 바로 라벨인코딩하면 에러나나요? 만약 neigbourhood 컬럼 test 값에 train에 포함되지 않은 값이 있다면.