회귀분석 강의에서 범주형 변수가 있을 때 1) 그냥 ols 돌려도 된다 2) 원핫인코딩 한 담에 ols 돌려도 된다 라고 말씀 주시는 것 같습니다. 근데 또, 다른 강의에선 formula 생성 시 범주형 변수 일 때 C로 감싸라고 하시기도 하셨어서 조금 헷갈리는 것 같습니다. 어떤 차이가 있는지요 ?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 sklearn.metrics 안에 root_mean_squared_error이 있던데 이거로 rmse 구하면 안되는건가요?
70%의 데이터를 추출하는 과정에서 그냥 df[:int(len(df)*0.7)을 한 것과 df.loc[int(len(df), : ]과 결과값에 차이가 존재하는 걸 확인했습니다. 왜 차이가 발생하는지 알 수 있을까요? 이전 작업까지의 결과물은 수치가 정상적으로 나오는 것을 확인했습니다. df[:int(len(df)*0.7) 의 경우 df.loc[int(len(df), : ]
안녕하세요 선생님, 1) ID 삭제 여부 ID는 삭제해도 되고, 삭제 안해도 무방하며 이 경우 가중치가 낮게 적용이 된다고 답변 주신 것을 보았습니다. 그런데 모의문제1번과 2번을 풀어보니 ID를 포함하여 학습시켰을 때 성능 점수가 높더라구요...^^;; 무슨 연관이 있을까요..? 시험에서도 ID 포함해도 문제가 되지는 않겠지요? 2) 회귀 성능 기준 r2 점수가 0.18이 나왔는데 이런 결과가 나와도 시험에서 점수 받는데 문제가 없을까요? 실무에서는 낮은 점수라고 볼 수 있을 것 같은데 성능을 높이기 위해 별도로 조치하지 않고 제출해도 되는지 궁금합니다.
세이브 저장방식을 Playerprefs 보단 프로젝트 Resource파일 내부에 json으로 저장하는쪽이 개발하는 과정에는 저장하는게 명확하게 보여서 더 좋다고 생각해서 바꾸긴 했는데 Json과 playerprefs이 조금의 속도 차이는 있는거로 아는데 playerprefs에 json으로 저장하는것에는 무슨 차이가 있는지 여쭤보고싶습니다. 그리고 퀘스트의 실패를 만드는것은 다키스트 던전처럼 일단 퀘스트를 무조건 성공하는 취급으로 한 후에 Give 함수에 enum에 따라서 이벤트를 발생 시키게 해서 구현하려는데 이때 Enum인 대성공,성공, 실패, 대실패를 정하는걸 TaskGroup에 넣는게 맞는지 잘 모르겠습니다. TaskGroup에 Enum변수를 만든 다음에 Quest에 isFailable 변수를 만들고 achievment 처럼 ReceiveReport를 가상함수로 만든 다음에 다른 종류의 퀘스트를 만들고 ReceiveReport를 원하는대로 수정한 다음 성공한 TaskGroup을 따라서 QuestResult가 결정되고 이걸 QuestReward에 QuestResult에 따라서 보상, 실패 처리를 하면 되는걸까요? public bool IsFailable => this.GetType() != typeof(Quest) && this.GetType() != typeof(Achievement); 이 bool값으로 어떤 유형의 퀘스트인지도 확인을 하고요. 이런식으로 구상을 생각해 보았는데 이러한 설계가 맞는 방향인지 여쭤보고싶습니다.
#원핫인코딩 train = pd.get_dummies(train, columns=cols) test = pd.get_dummies(test, columns=cols) 이렇게하니까 ValueError: Boolean array expected for the condition, not object이런 오류가 계속 나는데 왜그런가요?
- 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. 문제 자체를 이해를 못했네요ㅜㅜ 2. 만약, 위에서 자른 막대의 절반 중 하나를 버리고 남아있는 막대의 길이의 합이 X보다 크거나 같다면, 위에서 자른 막대의 절반 중 하나를 버린다. 2번 조건에서 위에서 자른 막대의 절반 중 하나를 버린다는 뜻이 64 -> 32 -> 16 -> 8 -> 4 -> 2 -> 1 에서 16 8을 더했을때 23을 넘어가니까 위에서 자른 절반 중 하나를 버리면 16을 버리는게 아닌가요?
model = RandomForestRegressor() model.fit (X_tr,y_tr) pred = model.predict(y_val) 이렇게 해서 검증데이터로 예측해서 모델 평가하고 실제로 제출할 떄에는 pred = model.predict(test) 로 예측해서 test_id, pred로 형성된 데이터프레임을 제출하는게 맞는거죠??
시험장 visual studio 2022에 emmet 설치 되어 있습니까? ! -> Tab이 되지 않으면 기본 구문 외워서 다 쳐야 합니까? 그리고, 시험장에 최신 버전 visual studio 2022 설치 되어 있습니까? 이때까지 visual studio 2019로 연습했었는데요.