강의를 해주시면서XGBoostRandomForesetLGBM위 모델에 대한 설명이 주를 이루고 있는데 해당 모델은 모두 분류,회귀 모두 사용 가능한걸로 알고 있습니다. (제가 이해한 게 맞나요?) 다른 모델들도 포함해서 시험장에 총 2개의 모델로만 활용을 하고싶은데 어떤 모델을 추천하시는지 궁금합니다.

lightgbm 실행하면 결과값은 나오는데, 그 밑에 경고가 나옵니다.뭐가 잘못된건가요.. 아님 경고 무시고 제출해도 상관 없는건가요# lightgbm from lightgbm import LGBMClassifier model = LGBMClassifier(random_state=0, verbose=-1) model.fit(X_tr,y_tr) pred = model.predict(X_val) pred_proba = model.predict_proba(X_val) roc_auc_score: 0.9431438127090301 /usr/local/lib/python3.12/dist-packages/sklearn/utils/validation.py:2739: UserWarning: X does not have valid feature names, but LGBMClassifier was fitted with feature names warnings.warn(

인코딩 시 베이직모델, 레이블인코딩, 원핫인코딩 등 여러가지가 있는데 제일 좋은건 전부 비교해서 결과를 따져보고 선택하는거지만 그런거에 자신이 없다고 할때 하나만 선택해서 해도 만점받는데 문제없나요? 만약 문제없다면 어떤걸로 선택해서 인코딩하는게 가장 무난할지 추천부탁드립니다.모델 선택할 때 랜덤포레스트, xgboost 등 여러가지가 있는데 랜덤포레스트 하나만 밀어도 만점받는데 문제없을까요? 

수업노트보기에 있는 노트북 링크로만 코딩 연습중인데 csv 파일 받아서 할줄알아야하나요?

이전에 질문에서 p-value 범위에 대해 답변해 주셔서 감사합니다.p-value < 유의수준 : 귀무가설 기각p-value >= 유의수준: 귀무가설 채택 로지스틱 회귀에서 임계값은 범위는pred > 임계값 = Truepred <= 임계값 = False이렇게 이해해도 될까요?

만약 문제에서'예측결과는 RMSE 평가 지표에 따라 평가함' 이라고 되어있어도, 다른 평가지표를 써도 되는게 맞을까요? 강의에서는 된다고 하셨는데, 감점 사항인지 궁금해서요

비료 유형에 따른 토마토의 수확량 평균에 차이가 있는가를 검정하기 위한 검정 통계량을 구하시오. 위 문제에서 분명 종속변수는 비료 유형 1개인데ols(수확량 ~ C(비료유형) + C(물주기) + C(비료유형):C(물주기),data=df).fit()으로 풀어야 하는 이유가 궁급합니다.

빠르게합격하고싶은데, 스케일링 패쓰해도되죠?전처리 인코딩이랑 결측치 제거만 해줘도충분하죠?

캐글 문제를 풀려고 하는데'Edit My Copy' 이걸 눌러서 문제에 진입하면'문제가 발생하여 이 페이지가 중단되었습니다!'라는 문구가 나오고 새로고침을 여러번 하다보면 기분 좋을 때 한번식 열리는데, 무슨 방법이 있을까요...

안녕하세요 예시문제 작업형1 강의 듣고 있는데이것저것 연습겸 클릭하고 있는데문제풀이에서 하다가답안 메뉴 다시 갔다가 다시 문제풀이로 돌아오니 코드 작성한게 다 날라갔더라고요..저장버튼이 활성화되지 않던데..저장하려면 어떻게 해야하죠?실제 시험칠때도 문제풀이 저장하는게 가능한지 궁금합니다감사합니다

안녕하세요df['고객만족도'].fillna(m)할때앞에 다시 df['고객만족도'] = ~ 붙이는거랑df.dropna(subset='근속연수')앞에 df = ~ 붙이는게 정확하게 붙이는 이유가 이해가 되지 않습니다..뭔가 작업을 할떄앞에 df ~를 다시 붙여준다고 생각하면 될까요?감사합니다 

'Attrition_Flag':pred[:,1],마지막에 왜 index 1 열을 가져오는지 이해가 안 돼요.예측하고자 하는 값은 '이탈' 고객인데, 왜 0번째 열이 아닌 1번째 열을 추출하는걸까요?ㅠ이 부분이 헷갈려요

'(귀무가설/대립가설)을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오' 라는 문장그대로 해석하면 될까요? 예를들어귀무가설을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오-> 귀무가설을 기각할지 채택할지 결정 대립가설을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오-> 대립가설을 기각할지 채택할지 결정

로지스틱 회귀 강의에서 변수형 변수는 c()처리를 했는데 여기서는 별도 처리를 안하는건가요?c()의 의미가 어떻게될까요?

머신러닝 pred[:,1] 으로 하는 이유가뭔가요?~

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요6회 기출유형(작업형1) 강의에서 3번 문제를 풀 때 '날짜' 컬럼을 pd.to_datetime을 통해서 풀려면 코드 작성을 어떤 식으로 진행해야 할지 알려주시면 감사하겠습니다 ㅜㅜ 

자료형 삭제할 때방법3로 해도 되나요?

안녕하세요, 강사님어쩌다 보니 실기 시험 준비 기간이 좀 늦어 졌는데,지금 시험까지 약 10일 정도 밖에 남지 않은 상황인데, 지금부터 시작한다면 어떤식으로 학습하는게 좋을까요?ㅜㅜ

train['환불금액'] = train['환불금액'].fillna(train['환불금액'].median())test['환불금액'] = test['환불금액'].fillna(test['환불금액'].median())train = train.drop('회원ID', axis=1)target = train.pop('총구매액')test_id = test.pop('회원ID')cols = train.select_dtypes(include ='O').columnsdf = pd.concat([train, test])from sklearn.preprocessing import LabelEncoderfor col in cols: le = LabelEncoder() # train[col] = le.fit_transform(train[col]) # test[col] = le.transform(test[col]) df[col] = le.fit_transform(df[col])# df = pd.get_dummies(df[cols])train = df[:len(train)]test = df[len(train):]from sklearn.model_selection import train_test_splitX_tr, X_val, y_tr, y_val = train_test_split(train,target,test_size = 0.2,random_state=0)# from sklearn.ensemble import RandomForestRegressor# rf = RandomForestRegressor(random_state=0, max_depth=5, n_estimators=500)# rf.fit(X_tr,y_tr)# pred = rf.predict(X_val)from xgboost import XGBRegressorxgb = XGBRegressor(random_state=0, max_depth=5, n_estimators=400, learning_rate=0.01)xgb.fit(X_tr, y_tr)pred = xgb.predict(X_val)from sklearn.metrics import mean_squared_error, r2_scoremse = mean_squared_error(y_val, pred)rmse = mse**(1/2)r2 = r2_score(y_val, pred)print(mse, rmse, r2)  이렇게 작성했을때 이렇게 나오는데 잘된게 맞는건지 아닌건지 모르겠습니다. 선생님께서는 레이블 인코딩했을때 rmse가 813.22가 나오셨다는데 왜이렇게 차이가 많이나는지 모르겠습니다. 672765.0076766363 820.2225354601252 0.7020188276193622

작업형1의 모의문제2번에 문제4번 질문입니다문제4주어진 데이터에서 자료형(type)이 object인 컬럼은 삭제하고, 결측치는 0으로 대체한다.행 단위로 합한 다음 그 값이 3000보다 큰 값의 데이터 수를 구하시오 ('age', 'f1', 'f2', 'f5', 'views'의 각 행별 합)에서 두번째 라인의 행단위로 합한다음 그값이 3000 보다 큰 값의 데이타 수를 구하라 것으로 문제풀이는 아래와 같습니다 cols = df.select_dtypes(exclude='object').columnscolsdf = df[cols]df.head()df = df.fillna(0)df = df.Tdf.head()print(sum(df.sum() > 3000))여기서 질문이 문제에서 행단위로 합한다음 그 값이 3000보다 큰 데이타 수를 구하라는 의미는 단순한 워딩만 분석해 보면 아래 처리 이해 됩니다. 즉 , age f1 ... 등등의 행의 합을 구하고 그 값이 3000이 넘는 수가 몇개냐의 의미로 해석되됩니다. 선생님의 문제 풀이가 이해가 안가는데 설명 좀 부탁드립니다, cols = df.select_dtypes(exclude="object").columnscolsdf = df[cols]df = df.fillna(0)df = df.Tdf['tot'] = df.sum(axis=1)print(df['tot'])(df['tot'] > 3000).sum()학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요