학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 예시문제 작업형2(2025v)에서 저는 아래와 같이 문자는 제외하고, rmse (max_depth, n_estimators 최적화도 진행함)를 구했는데요! 레이블인코딩하지 않은 경우라면, 채점시에 점수가 낮아질 확률이 높아지나요?? 합불에 크게 영향을 주는 지 궁금합니다. train= train.select _dtypes(exclude='O') test= test.select _dtypes(exclude='O') 추가로 제가 작성한 코드를붙입니다! train=train.dropna(axis=1) test=test.dropna(axis=1) train= train.select _dtypes(exclude='O') test= test.select _dtypes(exclude='O') # print(train.shape, test.shape) # print(train.isnull().sum().sum()) # print(test.isnull().sum().sum()) from sklearn.model_selection import train_test_split X_tr,X_val,y_tr,y_val = train_test_split(train.drop('총구매액', axis=1),train.pop('총구매액'), test_size=0.2, random_state=0) # print(X_tr.shape,X_val.shape,y_tr.shape,y_val.shape) from sklearn.ensemble import RandomForestRegressor rf=RandomForestRegressor(random_state=0,max_depth=7, n_estimators=200) rf.fit (X_tr,y_tr) pred=rf.predict(X_val) from sklearn.metrics import root_mean_squared_error print(root_mean_squared_error(y_val,pred)) #base 820.5860282970249 #3,100 875.2260812472606 #3,200 873.5386940171521 #3,400 874.1382881938769 #5,400 824.3641497143064 #5,200 818.239922754944 #7,100 804.8452832752822 #7,200 804.418493364831 // #10,300 814.7390378036772 # 10,100 820.1853548789979 pred=rf.predict(test) pd.DataFrame({'pred':pred}).to_csv('result.csv',index=False) print( pd.read _csv('result.csv'))
안녕하세요, 강의 잘듣고 있습니다! AWS 프리티어일 경우 MySQL RDS를 생성할때 인스턴스를 선택할 수 없어서 데이터베이스를 생성할 수 없었습니다. 데이터베이스 생성 방식을 선택할때 손쉬운 생성으로 만들면 RDS가 생성은 되는데 위의 이유 때문에 상세 옵션을 수정할 수는 없었습니다. AWS 프리티어일 경우에는 가능한 RDS 생성 방식이 있는지 문의드립니다. 답변 부탁드립니다. 감사합니다~!
기존 pro요금제 구독을 끊고, api key 방식으로 갈아타려고 했으나, Purchasing prepaid credits is not allowed before upgrading your plan. 라는 문구가 뜨면서 거래가 거절되네요. 찾아보니, pro plan을 먼저 구독 하고 나서 api key 방식을 사용할 수 있는 것처럼 보이는데요
24강 전체 파이프라인 호출하는 것 까지 들었는데요. 깃 클론으로 내려받은 코드에는 강사님이 24강까지 강의한 내용의 코드가 이미 구현이 되어있는 것 같은데요. 저는 22강부터 24강까지 따라서 구현을 하면 이미 있는 강사님이 구현한 파일에 제가 새롭게 덮어쓰는게 되는 거죠? 제가 이해하고 있는게 맞나요?
[단테랩스] Hermes × Codex 로 세우는 나만의 AI 가상 오피스 (8주 마스터 과정)
윈도우wsl에서 24시간 실행시키기 위해서 gateway 작동방식을 systemd service 로 하고 싶은데 작동방식이 안뜹니다. install the gateway as a systemd service? 선택후에 바로 다음으로 넘어가는데요, hermes setup 을 통해 다시 해봐도 마찬가지입니다. config 를 뒤져봐도 뭘 어떻게 설정하는지를 모르겠어서 문의드립니다. 해당 설정을 어디서 해볼 수 있을까요??
디지털포렌식 입문자를 위한 디지털포렌식 전문가 2급 실기 시험대비 강의(Encase/Autopsy)
안녕하세요 선생님 양질의 강의 마련해주셔서 감사합니다. Autopsy로 이미지 분석을 돌리면 진짜 한~~~~~~참 걸리는 문제가 좀 있는데, 저만 그런건지 궁금합니다. 제 노트북이 AMD 5600 / RTX 4060 / RAM 32gb 사양인데도 어떤 이미지를 돌려도 89%에서 진척사항이 없어서 이때 그냥 종료 후 다시 시작해서 분석을 하고 있습니다 그렇게 해도 Evidence 중 뭐가 빠지거나 그런건 지금까지는 없었는데, 원래 이렇게 오래 걸리는게 맞는지, 아니면 제가 분석 메뉴에서 뭘 잘못 눌러서 그런건지 여쭤보고 싶습니다. 시험장 노트북 사양으로 분석 시 거의 재앙 급일 것 같은데... 동일 문제가 시험장에서 발생 시, 언제쯤 ingest running을 중단하고 분석을 하면 좋을지 개인적인 사견이라도 좋으니 여쭤봐도 괜찮을까요?
인코딩시 concat을 사용하는 상황에 대해 질문이 있습니다. 1.train과 test의 unique한 값을 비교해서(set에 넣어서) 1) 만약 종류가 완전히 같을 경우 one-hot 인코딩 : train, test 각각 get_dummies label 인코딩 : for문 내부에서 train은 fit_transform, test는 transform 2) 갯수는 다르지만 train의 종류가 test의 종류를 모두 포함 할 경우 one-hot 인코딩 : concat한 후 get_dummies 한 후 분리 label 인코딩 : for문 내부에서 train은 fit_transform, test는 transform 3) 각자 서로에게 없는 종류를 가진 경우 one-hot 인코딩 : concat한 후 get_dummies 한 후 분리 label 인코딩 : concat한 후 fit_transform 한 후 분리 이렇게 구분하면 되는건가요? 2.또한 궁금한게, 굳이 저렇게 상황별로 외우지 말고 그냥 무조건 concat해서 인코딩 후 분리하는 전략은 어떤지 의견이 궁금합니다.
선생님 강의 잘 보고 있습니다 - 14강 중 텔레그램 이용 봇 종료 명령(power off) 이후 main.py에서 각종 로그인 명령을 해도 진행이 되지 않고 아래와 같이 응답만 하고 있습니다 - 텔레그램 내용 Login paper --> 봇을 종료합니다. Login real --> 봇을 종료합니다.
[단테랩스] Hermes × Codex 로 세우는 나만의 AI 가상 오피스 (8주 마스터 과정)
이 부분에 대해서 따라 해보고 있는데 저는 에러가 발생 하는데요.. 확인을 해보니.. 'hermes gateway restart로 gateway를 새로 띄우려 했는데, 이미 다른 gateway 프로세스(PID 1546961)가 같은 Slack 앱 토큰을 사용 중이라 충돌이 났습니다.' 라고 하는데.. 제가 잘못 하고 있는 건가요? 영상이 잘못된걸까요? 해결책도 찾긴 했지만 해보진 않았습니다. 어떤게 맞는건지 몰라서요.. 슬랙은 설치 하라는데로 설치 해서 잘 쓰고 있는 상태 였는데.. 아래에 인프런에서 답변을 붙였는데..물론 ai 답변 이겠지만.. 제가 찾아본 답변과 같습니다. 문제는 영상 에서는 아래와 같은 현상이 없이 잘 되는 것 같은데.. 왜 저는 저런 문제가 발생 하는가 입니다. 슬랙 설치 부터 하라는데로 잘 따라 한 것 같은데.. 다른 점은 저는..호스팅어가 아닌 다른 업체의 vps 를 사용 하고 있다는 것 밖에 없습니다.
