inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

묻고 답해요

176만명의 커뮤니티!! 함께 토론해봐요.

작업형1 모의문제2 6번

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 아래와 같이 작성했는데 마지막 답이 다르게 나옵니다...왜그럴까요..ㅠ import pandas as pd df = pd.read_csv("members.csv") print(df.shape) res1 = np.std(df['views']) condition = df['age'] >0 df = df[condition] print(df.shape) condition2 = df['age'] == round(df['age'],0) df = df[condition2] print(df.shape) res2 = np.std(df['views']) print(round(res1+res2,2)) (100, 10) (96, 10) (90, 10) 8374.13 << 이 부분이 강의와 상이함

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
rmoress 댓글 1 좋아요 0 조회수 301

SET 명령어에서 XX 옵션 사용이 필요한 경우

미해결

실리콘밸리 엔지니어와 함께하는 Redis

안녕하세요 ! 강의 수강 중 궁금한 사항이 생겨 질문드립니다. SET 으로 생성한 데이터의 value 변경 시, XX 옵션으로 오버라이딩 시키는건 알겠습니다. XX 옵션 없이 SET key value만 사용해도 기존 value가 오버라이딩 되는데, XX 옵션을 사용해야 해야만 하는 경우가 있는지 궁금합니다.

  • 빅데이터
  • redis
  • 데이터-엔지니어링
  • database
형빈 댓글 1 좋아요 1 조회수 267

행일치 관련해서 개념이 헷갈립니다.

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

인강에서 배운코드는 위와 같고 간단하게 X_train[cols]와 y_train을 display하면 아래와 같이 나옵니다.제가 궁금한 것은 X_train과 y_train이 어쨌든 각 행별 id가 서로 1:1 매칭이되기 때문에 심플하게 submit = pd.DataFrame( { 'id':X_test['id'], 'income':pred } )이렇게 표기할 수 있는것같은데 만약에 X_train과 y_train이 서로 id별로 뒤죽박죽이면 둘다 id별로 sort_value를 하고 해야하는게 맞을까요? 그리고 시험문제에서는 이정도까지 처리를 요구할까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
빅분기가자 댓글 1 좋아요 0 조회수 211

코랩 코드 실행결과 정렬? 설정방법

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

코랩에서 코드를 실행하면 위 이미지처럼 결과 값이 나오는데요. 강사님 처럼 출력결과값이 예쁘게 정렬이 안되는데 어떤 설정을 바꿔야 할까요?.. 사소하지만 결과 확인하는데 불편해서 질문 남깁니다~

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
since4042 댓글 1 좋아요 0 조회수 675

test data 결측치 채우는 이유?

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

이렇게 X_test도 fillna로 결측치를 없애주셨는데제가 정확히 어느강의에서 들은건지는 기억이 안나나test data는 말그대로 테스트용이기 때문에 가공하면안된다라고 기억하고있습니다.그런데 결측치를 채우는 이유가 뭘까요?테스트데이터는 정확히 어느정도까지 가공이 되는지가 궁금합니다

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
빅분기가자 댓글 2 좋아요 0 조회수 588

작업형2에서 pop 함수

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

train = train.drop['ID'] target = train.pop['target'] test_ID = test.pop['ID'] 작업형2에서 위의 코드들을 쓰시는데, 정확히 이 코드들은 어느 단계에서 쓰는걸까요? 1) 피처 엔지니어링 전 2) 피처 엔지니어링 후, train / validation 데이터 분리 전

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
yb 댓글 1 좋아요 0 조회수 243

작업형2 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

1) 수치형 변수만 활용 2) 수치형 변수 & 범주형 변수 모두 활용 (라벨인코딩, 원핫인코딩) 두 가지 방식을 알려주셨는데, 질문이 있습니다. 각 방식을 사용하고 평가를 해보았을 때, 1)의 방식으로 했을 때 모델의 성능이 더 좋아지는 것을 확인하였다고 한다면, 실제 시험 시 모델 성능이 더 좋은 1)의 방식으로 제출해야 하는 걸까요, 아니면 보다 심화 버전인 2)의 방식으로 제출해야 하는 걸까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
yb 댓글 1 좋아요 0 조회수 189

4회 기출 유형(작업형2)

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

4회 기출 유형(작업형2)까지 수강하였을 때, 제가 이해한 내용은 다음과 같습니다. <모델의 성능을 평가하는 방법> 데이터 분리 (X_tr, X_val, y_tr, y_val) → 모델 학습 & 하이퍼 파라미터 튜닝 → 평가 (f1 score, roc_auc_score 등) 하이퍼 파라미터 튜닝의 값을 조절해가며 평가 점수 확인 데이터 분리 없이, 모델 학습 & 하이퍼 파라미터 튜닝 → 교차검증 (cross_val_score) 이때 질문드립니다. 제가 이해한 대로, 모델의 성능을 평가하는 방법이 위의 2가지가 있는게 맞을까요? 강사님이 영상에서 교차검증을 사용한 이유는 문제에서 평가 방식을 '평가: Macro f1-score'라고 제시해주었기 때문인가요? 혹시 실제 시험 상황에서 평가 방식을 제시해주지 않는다면, 위의 2가지 방법 중 어떤 것을 사용해도 상관이 없는건가요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
yb 댓글 1 좋아요 0 조회수 231

섹션3-2 문제 6번에서

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

섹션3-2 문제 6번에서 아래와 같이 풀면 왜 정답이 달라지는지 알 수 있을까요??? 어느 부분을 수정하면 될까요?? import pandas as pd df = pd.read_csv("members.csv") # 제거 전 views 표준편차 std_before = df["views"].std() df["age"] = df["age"] == round(df["age"], 0) df["age"] = df["age"] > 0 # 제거 후 views 표준편차 std_after = df["views"].std() round(std_before + std_after, 2)

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
soyoung an 댓글 1 좋아요 0 조회수 200

Wilcoxon 검정 관련 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요, 강의 복습 중 Wilcoxon 검정 관련질의사항이 있어 질문 남깁니다. 단일표본 검정에서 wilcoxon 검정 시 stats.wilcoxon(df['무게'] - 120, alternative='less') -120을 사용해서 진행이 되었는데요. 대응표본에서는 - 부호가 아닌df['before'], df['after'] 나열식 혹은df['before'] - df['after'] 둘다 동일한 결과값을얻는 것 같아 단일표본도 동일하게 df['무게'], 120 으로 입력 하였더니 오류가 발생하더라고요.통계 개념이 약해서인지 단일표본은 안되고 대응표본은되는게 이해가 안되서 질의드립니다.

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
권동혁 댓글 2 좋아요 0 조회수 225

4-2 작업형 1 모의문제2 문제4

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

4-2 작업형 1 모의문제2 에서 문제 4 에서 df = df.select _dtypes(exclude="O").columns 말고 df = df.select _dtypes(exclude="O") 로 해서 풀어도 맞게 푸는거죠? object 타입 칼럼을 제외시키는 것 = 거기에 딸린 데이터들도 같이 제거하는 것 이라고 생각해서 df = df.select _dtypes(exclude="O")로만 해서 풀고 결과는 같게 나왔거든요. 이게 문제가 없다면 간략한 방식으로 접근하고 싶은데, 확인차 문의글 남깁니다. 확인 부탁드립니다. 감사합니다

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
빅분기수강생 댓글 2 좋아요 0 조회수 208

기출 3회 작업형2 예측부분 오류

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

몇 번을 봐도 선생님과 동일하게 코드를 작성했는데 이부분에서 ValueError가 나네요 ㅠㅠ혹시 어디부분 코드 수정 필요한지 알려주시면 감사하겠습니다!!

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
박시원 댓글 1 좋아요 0 조회수 192

데이터 결측치 채울 때 기준데이터

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

피처 엔지니어링 강의 시작부분 데이터 전처리 로직 관련 질문입니다. 데이터전처리 X_test 결측치를 채울 때 클래스, 국가의 경우 X_test의 최빈값을 사용하고, 나이나 주당 근무시간은 X_train 평균을 사용하는데 어떤건 X_train을 사용하고, 어떤건 X_test를 사용하는 이유가 있는걸까요???

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
jmeom 댓글 1 좋아요 0 조회수 205

작업형1 모의문제2 5번 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요 선생님! 작업형1 모의문제 2번의 문제5를 풀고 있는데, 다른 인강에서 알려준 syntax로 코딩하는데 이렇게 하니 outlier 검출이 안되더라구요. 문법적으로는 오류가 없어 보이는데 혹시 이 syntax는 틀린 걸까요?? q1 = np.quantile(df['views'], 0.25) q3 = np.quantile(df['views'], 0.75) iqr = q3-q1 print(iqr) lower = q1 - iqr*1.5 upper = q3 + iqr*1.5 outliers = (df['views'] < lower) | (df['views'] > upper) sum_out = sum(outliers) print(sum_out)

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
olive h 댓글 1 좋아요 0 조회수 180

기출4회 작업형 2 오류(샘플수)

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

# 라이브러리 불러오기 import pandas as pd # 데이터 불러오기 train = pd.read_csv("train.csv") test = pd.read_csv("test.csv") # EDA train.shape, test.shape train.head() test.head() train.info() train.isnull().sum() train['Segmentation'].value_counts() # 변수값 처리 target = train.pop('Segmentation') train = train.drop('ID', axis=1) test_id = test.pop('ID') # 피처엔지니어링 train = pd.get_dummies(train) test = pd.get_dummies(test) # 데이터분리 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_tr = train_test_split(train, target, test_size=0.2, random_state=2024) X_tr.shape, X_val.shape, y_tr.shape, y_tr.shape >> ((5332, 28), (1333, 28), (1333,), (1333,)) # 모델구축 및 평가 from sklearn.ensemble import RandomForestClassifier from xgboost import XGBClassifier from sklearn.metrics import f1_score [에러부분] 샘플갯수가 안맞다고 하는거 같은데 해결방법을 모르겠어요. rf = RandomForestClassifier(random_state=2024) rf.fit(X_tr, y_tr) pred = rf.fit(X_val) print(f1_score(y_val, pred))

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
92200607 댓글 2 좋아요 1 조회수 310

.str이 생각이 안날때 찾는 방법 있나요?

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

string 값을 슬라이스 하는게 .str인데.. 이게 생각이 안날때 help같은 걸 사용해서 찾는 방법이 있을가요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
석구 댓글 1 좋아요 0 조회수 197

작업형1 모의고사 풀어보기 (columns명 추출)

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

작업형1-2 s1, s2, s3, s4, s5, s6, 컬럼의 행(row)별 합을 구하고 그 합이 0.1보다 큰 값의 수를 구하시오 풀이를 보면 문제에서 요구하는 컬럼명을 아래와 같이 수기로 입력하여 cols에 대입하였는데요. cols = ['s1', 's2', 's3', 's4', 's5', 's6'] 수기로 입력하지 않고 컬럼명을 추출하는 방법이 있는지 궁금합니다!

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
지현 댓글 1 좋아요 0 조회수 226

3회 기출유형(작업형2)

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

RandomForestClassifier 에서 pred=r.predict_proba(X_val)[:,1] 로 적혀있는데 이전 회차까지는 (X_val)까지로만 공부했는데 이번 문제에서는 [:,1]이 추가된 이유가 뭔지 궁금해요!

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
지현 댓글 2 좋아요 0 조회수 289

predict, predict_proba 차이

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

3-5 classification 강의 학습중인데, predict, predict_proba 차이가 잘 이해가 되지 않습니다. 어떤 경우에 따라서 두 함수를 나누어쓰는걸까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
nahye1137 댓글 2 좋아요 0 조회수 453

원핫인코딩에서 X_train을 쓰는이유?

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

제가 이해한게 맞다면 원핫인코딩은 범주형 데이터에 쓰는 것이기 때문에기존에 n_train, c_train으로 각각 나누고라벨인코딩은 c_train으로 le.fit _transform을 하였습니다.그런데 왜 원핫인코딩은 갑자기 X_train으로 하는것인가요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
빅분기가자 댓글 1 좋아요 0 조회수 250

인기 태그

인프런 TOP Writers

주간 인기글