df.corr(numeric_only=True) 실행하면 사진과 같이 나옵니다. 문제가 뭘까요?

마지막 앞 단어를 구하는 문제에서# listbox[7:8]# listbox[7:-1]# listbox[-2:-1]답을 이렇게 세가지로 알려주셨는데listbox[7]이것도 답이 될 수 있나요??

안녕하십니까.작업형 2번 원핫 인코딩 부분을 수강하다가 궁금한 점이 생겨 질문 남깁니다.원핫 인코딩을 한 결과, 값이 0또는 1로 나오는 것이 아닌, True False로 결과값이 출력이 됩니다. 강의 3-6 Regression 파트에서cols = ['sex','smoker','region'] train = pd.get_dummies(train,columns = cols) test = pd.get_dummies(test, columns = cols) display(train.head(2)) display(test.head(2)) 위의 코드를 실행하면 범주형 변수들의 원핫 인코딩 결과가 False, True로 밖에 나오지 않습니다. 혹시 이렇게 두어도 머신러닝을 수행하는데 문제가 없는 것인지, 아니면 반드시 0과1로 바꾸는 작업이 필요한 지 궁금합니다.만약 0과 1로 무조건 바꿔야한다면, 코드에서 어떠한 실수를 했는지 의문이 들어 질문 남깁니다.감사합니다.  

안녕하세요! 문제 1번 관련해서 질문이 있습니다. 3번째 질문에 <앞에서부터 70% 데이터를 구하는> 코드를df = df.head(int(len(df)*0.7))위와 같이 head 를 사용해서 풀었는데요. 슬라이싱으로 df = df[:int(len(df) * 0.7)] 하는 것이 더 정확하게 푸는 방법인 걸까요? 아니면 같은 개념이니 둘 다 사용해도 괜찮은 걸까요?

안녕하세요! 강의 잘 보고 있습니다. 베이지안 최적화 할 때, Search Space에 들어가는 초기값? 같은 것 어떻게 설정하는 것인가요?

이렇게 nan으로 다 뜨는데 이유가 무엇일까요.. 이렇게 에러가 뜹니다. 참고로 주신 코드 그대로 돌렸습니다ㅠ

다중회귀분석은 독립변수 여러개, 종속변수 하나이원분산분석은 2개 이상의 요인으로 평균 검증 결국에는 둘다 ols사용하는것도 같은데, 두개가 뭐가 다른가요?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 4회기출 작업형 1-3번 문제에서 아래쪽 풀이3번을 보고 있는데, 질문있습니다! df['date_added'].between('2018-01-01','2018-01-31')이부분에서 between안의 인자들은 모두 포함인가요 ? 시작일 : 2018-01-01종료일 : 2018-01-31 시작일 종료일 모두 포함 인건지 궁금합니다~!loc,iloc헷갈리듯이 이 함수는 어떤지 알려주세요ㅠ

안녕하세요~ 캐글 t1-35 (파이썬) 2번 문제 풀이 부탁드립니다!항상 좋은 강의 감사합니다😊https://www.kaggle.com/code/agileteam/t1-35-fb-py 

# 의사결정나무 from sklearn.tree import DecisionTreeClassifier dt = DecisionTreeClassifier() dt.fit(X_tr[cols], y_tr) pred = dt.predict_proba(X_val[cols]) pred[:10]array([[1.], [1.], [1.], [1.], [1.], [1.], [1.], [1.], [1.], [1.]])검증용 데이터 분리시 출력 결과가 상이하네요어디를 수정해야 할까요?? 

주피터 노트북 "06_1_DNN_PYTORCH" 자료에서 등록된 parameter 의 차원을 출력해보면 최초 출력되는 파라미터가 최초 등록한 nn.Linear(input_dim, 10) // (4, 10) 이면 (4, 10) 이 출력되어야 할 것 같은데 왜 (10, 4) 가 출력될까요? x = torch.ones(4) # input tensory = torch.zeros(3) # expected outputinput_dim = x.size(0)output_dim = y.size(0)model = nn.Sequential ( nn.Linear(input_dim, 10), nn.LeakyReLU(0.1), nn.Linear(10, 10), nn.LeakyReLU(0.1), nn.Linear(10, 10), nn.LeakyReLU(0.1), nn.Linear(10, output_dim) ) loss_function = nn.MSELoss()learning_rate = 0.01nb_epochs = 1000 optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)for epoch in range(nb_epochs + 1): y_pred = model(x) loss = loss_function(y_pred, y) optimizer.zero_grad() loss.backward() optimizer.step() print(loss)for param in model.parameters(): print (param) print(param.shape)

Groupby로 Sum하는 경우, 영상처럼 f2, age, fi, f5, views 열만 나오는게 아니라 id, f3, f4 열도 데이터들이 합쳐져서 나오는데 왜 그런가요?선생님은 숫자값이 적혀있는 열들만 합쳐져서 나오는데 저는 string 값도 더해져서 나오는 것 같습니다..

3-1번을 강의와는 다르게 다음과 같이 작성해봤습니다....답이 다르게 나오던데.. 혹시 어떤 부분이 잘못되었는지 알려주실 수 있나여???※ x_train에는 gender 컬럼 제외시켰고, y_train은 gender컬럼만 입니다. import statsmodels.api as sm x_train = sm.add_constant(x_train) model = sm.Logit(y_train, x_train).fit() print(round(np.exp(model.params['weight']),4))

앞에까진 잘 됐는데,연/월/일 추출하려고하는데 이런 에러가 뜨는데요 ㅠ왜그런걸까요 ..ㅠㅠ

안녕하세요!좋은 강의 감사합니다 강의 내용중 69개의 이미지는 데이터셋 수가 작다고 말씀해주셨는데 현업에서 사용할만한? 모델의 이미지 데이터수는 어느정도 되는지 궁금합니다^^

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 # 수치형 - 민맥스 스케일링 cols = ['age', 'fnlwgt', 'education.num', 'capital.gain', 'capital.loss', 'hours.per.week'] from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() n_train[cols] = scaler.fit_transform(n_train[cols]) n_test[cols] = scaler.transform(n_test[cols])KeyError: "None of [Index(['age', 'fnlwgt', 'education.num', 'capital.gain', 'capital.loss',\n 'hours.per.week'],\n dtype='object')] are in the [columns]"수치형 - 민맥스 스케일링 부분이에서 이러한 에러가 뜹니다..ㅜㅜ해결 방법이 궁금합니다.

하이레벨 오버뷰 관점이란 말이  무슨 뜻인지 설명 부탁드립니다.

선생님 모의문제 1을 풀려고 하는데 데이터 members를 불러오는게 이해가 안돼서요ㅜㅜ어떻게 저장한다는 걸까요..? data: members.csv 자체에는 저장하는게 없지 않나요?

선생님! iloc같은경우 인덱스값은 그 앞에 까지 뽑기때문에 +1 해주는 범위까지 설정 해 주는것인데, 컬럼 번호 쓸때는 해당 없는거 같네요?! quiz 2번 푸는데 iloc로 메뉴~할인율 까지 할때 범위를 :3으로 하시길래요! 위에 설명할때는 iloc때 범위를 :로 나타낼 때 마지막을 포함하지 않는다고 하셨는데, 인덱스만 포함하지 않는게 맞는거죠?

코드 설명과 실제 구동화면을 같이 보여주면 따라하기 편할거 같은데요..실제로 어떻게 구동하는지 나오지 않으니 따라가기 힘드네요