아래와 같이 학습 데이터, 테스트 데이터를 합쳐서 데이터 인코딩을 진행했을 때 칼럼명이 1267개가 나오는데 모델 학습 시 시간이 많이 걸리는 요소가 되는 건가요? 칼럼이 이 정도면 많이 있는건지, 괜찮은 건지, 그 기준도 궁금합니다. 이렇게 합쳐서 했을 시, 모델 학습 및 예측 시간이 37초 정도 걸리는데 (코랩에서) 시험 환경에서는 더 많이 걸릴 수도 있는 거죠?(반응속도의 차이로 인해서) 랜덤포레스트 모델 이용했을 때 37초 걸리고, RMSE : 3779.6769 값이 나옵니다. lightgbm 모델을 이용했을 때 5초가 걸리고, RMSE : 4070.0473 값이 나옵니다. 만약 랜덤포레스트 모델 학습 및 예측 시간이 시험 환경에서 1분을 초과한다면 성능이 좀 떨어지더라고 lightgbm 모델을 사용해서 제출하는 것이 더 나을까요? 또한, df.iloc를 쓰지 않고, 위 그림처럼 바로 df[:len(train)]을 써도 동일한 결과가 나오는 것 같은데 맞나요?
강사님, 안녕하세요! 우선 이번에 실무에서 Airflow 기술스택을 다루게 되었는데, 상세한 강의를 준비해주셔서 덕분에 많은 도움을 받았습니다. 다만 섹션 19 " 107.Email 전송 변경사항" 실습 중 다음과 같은 에러가 발생하여 질문드립니다. docker-compose.yaml의 "AIRFLOW__EMAIL__EMAIL_CONN_ID" 파라미터에 Connection에 등록한 연결 객체의 id를 정상적으로 입력했음에도 불구하고 위와 같은 에러가 발생했습니다. smtp_default라는 이름의 Connection을 별도로 등록하고 "AIRFLOW__EMAIL__EMAIL_CONN_ID" 파라미터에 smtp_default 값을 입력했더니 메일이 정상적으로 전송되었는데요. 혹시 제가 실습 중에 잘못한 것이 있어서 안된건지, 아니면 강의 찍으신 시점이후로 동작에 변경사항이 생긴건지 궁금하여 질문드립니다. 감사합니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 작업형 3에 되게 많은 분석과 검정이 있는데 많이 나오는 기출이나 특정 유형이 있을까요? 3유형 함수나 그런것들이 너무 많아서 어떤 것이 핵심이고 자주 기출에 나오며 뭐가 출제 예상이신지 궁금합니다
안녕하세요 codex app이나 codex cli로 계속 개발을 하다가면 세션이 usage가 다 차셔 계속 사용하면 자동으로 context 압축을 하면서 동작하는 것이 보이는데요 이경우 이런식으로 계속 개발해도 문제가 없을까요? 세션의 남은 context가 100%가 다되어가면 새세션을 생성하고 다시 작업을 시작하게 되면 이전에 사용하던 세션의 내용을 codex가 모두 기억하고 있을까요? 그대로 이어서 한다고 생각하고 개발하면 되는 것일까요? 2번 질문과 관련해서 새 세션이 이전 세션의 내용을 모두 기억하고 있지 않다면 이전 세션의 중요한 정보를 저장하였다가 새로운 세션에서 불러와서 개발을 계속 이어가는 방법이 있을까요? 감사합니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 11회 기출 유형(작업형1) 강의 15:10초에서 초기 값 25.055 round 씌우고 24.xx print 씌우고 25.022가 되어 답이 25.022라고 설명해주셨는데 답이 25.022라는건가요? 초기값 25.055로 알고있으면 되는건가요?!
인코딩을하면 f1 score에서 pos_label을 따로 지정할 필요가 없나요?? 그리고 평가하는 게 모의시험 느낌이라고 말씀하셨는데, pred = model.predict(X_val) or pred_proba = model.predict_proba(X_val) 로 한 다음에, pred = model.predict(test) or pred = model.predict_proba(test)로 제출하면 될까요?
작업형 2에서 업로드해주신 자료에서는 원핫인코딩을 진행했는데요. 원핫인코딩을 진행한 사유가 있나요? 저는 시군구명만 레이블인코딩을 사용했는데 , 인코딩 종류를 결정하는 것이 헷갈립니다, 제가 사용한인코딩 코드를 첨부합니다! from sklearn.preprocessing import LabelEncoder cols=train.columns[train.dtypes== 'O' ] for col in cols: le=LabelEncoder() train[col]= le.fit _transform(train[col]) test[col]= le.fit (test[col]) 이렇게만 했더니, train 만 object ->int로 바뀌고 test는 바뀌지 않아서 랜덤포레스트를 활용할수 없다는 에러가나와 아래를 추가했습니다..! from sklearn.preprocessing import LabelEncoder cols=test.columns[test.dtypes== 'O' ] for col in cols: le=LabelEncoder() test[col]= le.fit _transform(test[col]) 이렇게 해도 되나요..?? dtypes로 마지막에 점검했을 때는, 둘다 int로 바뀌어 있기는 했습니다.
The connection timed out, consider setting the 'Retry on Fail' option in the node settings 안녕하세요 n8n에서 자동화프롬프트 불러오기 실행시키면 실행되는 로딩이 계속걸리다가 위와 같은 문구가 뜨면서 동작되지 않습니다. 해결방안이 있을가요? ㅠㅠ
(AI 퀀트) 코드 한 줄 안 쓰고 주식 자동 분석 시스템 만들기 feat. Claude CLI
💡 수강생 안내 사항 (커뮤니티 가이드) 학습 관련 질문 : 구체적으로 적을수록 정확한 답변을 받을 수 있습니다. 작성 팁 : 마크다운과 단축키를 활용하면 글을 더 편리하게 작성할 수 있습니다. 사전 검색 : 질문을 남기기 전, 커뮤니티 질문 & 답변에 비슷한 내용이 있었는지 먼저 검색해 보세요. 커뮤니티 매너 : 서로 예의를 지키며 존중하는 분위기를 함께 만들어가요. 서비스 문의 : 인프런 서비스 관련 문의는 1:1 문의하기 를 이용해 주세요. 62번 수업노트 보기에 있는 노선링크를 누르면 Jin Seong의 Notion 에서 이 페이지에 대한 사용 권한 없음이라고 나옵니다
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 제미나이 같은 곳에 물어봐도 뭔가 명확한 답을 못 찾겠어서 질문합니다. EDA 결측치 삭제 또는 채우기 train y값 pop 수치형 데이터 스케일링 범주형 데이터 인코딩 데이터분할 머신러닝 학습 및 평가 테스트 값 도출 및 파일 생성 이러한 과정에서 pop 하는 타이밍, 결측치 처리, 스케일링, 인코딩, 데이터 분할을 어떻게 해야 하는지 순서가 감이 안 옵니다. 과정이 꼬이면 y값 데이터에 영향을 줄까봐 걱정돼서요.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요! 유형2 검증까지 다 완료하고 모델 확정하고 나서 80퍼센트만 학습한 상태이니 정확도 올리고 싶어 100퍼센트 다시 학습시키 고 test 검증해서 최종제출해도 되나요? 파일이미지 확인 부탁드려요!
QML더 깊게 강의를 듣고 싶은데 [초급] 중급자로 도약하기 위한 Qt/QML 실전프로그래밍, [초급] QML 프로그래밍 2편 강의들이 C++ 를 해야 듣을수 있을가요? 제게 69년생 노땅인데 Python 말고 또 다른언어를 공부하기가 좀 부담되고 ㅎㅎ, 어떻게 하는게 맞을가요? 도움 부탁드립니다
