왜 값이 다른지 여쭤봅니다 잘못작성된 것이 있을까요

강의랑 똑같이 코딩한것 같은데 왜 답이 float형으로 나오는 걸까요???

stats.wilcoxon(df['무게']-120, alternative = 'less')에서 alternative = 'less'가 이해가 안됩니다.관측값(실제값)이 왜 더 작아야 하나요?

섹션3. 항공권 가격 예측 시, 탐색적 데이터 분석과정에서 describe로 unique 카테고리가 동일하지 않다면 이 강의에서는 데이터를 삭제시켰는데, 삭제시키지 않고,  df = pd.concat([train, test])df = pd.get_dummies(df)train = df.iloc[:len(train)]test = df.iloc[len(train):] 이 과정을 사용해도 괜찮나요?

시험환경의 문제가 변경되었는지 파일을 찾을수없습니다. 어떻게 하면 될까요?

안녕하세요.python 3.10 을 설치했고dotenv 설치했습니다.C:\Users\SDS>pip install python-dotenvCollecting python-dotenv Downloading python_dotenv-1.2.1-py3-none-any.whl.metadata (25 kB)Downloading python_dotenv-1.2.1-py3-none-any.whl (21 kB)Installing collected packages: python-dotenvSuccessfully installed python-dotenv-1.2.1 .env 파일에 API키 입력해줬구요그랬는데 app.py 실행하면 dotenv module 로딩이 안되는 것 같습니다.PS D:\autotrading> & C:/Users/SDS/AppData/Local/Programs/Python/Python310/python.exe d:/autotrading/app.pyTraceback (most recent call last): File "d:\autotrading\app.py", line 3, in <module> from dotenv import load_dotenv # 환경변수 관리ModuleNotFoundError: No module named 'dotenv'뭘 빠뜨린걸까요?

바쁘시겠지만 올려주시면 감사하겠습니다 ㅠㅠ

안녕하세요 항상 강의 잘 보고있습니다 몇가지 궁금한게 생겨서 질문하고싶은데  전에 강의 들을때 f1스코어 에서 pos_label을 붙이셨던걸 봤는데 이걸 붙이고 안붙이고는 어떻게 판별해야 할까요?from sklearn.metrics import f1_scoref1= f1_score(y_val, pred[:,1], pos_label='>50K') average=macro는 왜 붙이는건지 알수 있을까요? 혹시 macro나 pos_label처럼 뒤에 따로 붙여야 하는 평가지표가 있다면 또 알려주실수 있을까요?감사합니다

안녕하세요.하이퍼파라미터 튜닝 관련 질문있습니다. 강의에서는 XGBClassifier 하이퍼파라미터 튜닝값 의 기본값이 max_depth=3, learning_rate=0.1 이라고 말씀해주셨어요. 제 학습환경도 동일하게 코랩인데, 기본값이 다른 것 같아요. 결과를 비교해보니, 저는 max_depth=6, learning_rate=0.3이 기본값인 것 같고, gpt에 물어봐도 동일한 답변이 나옵니다. (아래 gpt답변 참고) 강의 촬영시점과 달라서 그런걸까요?시험환경에서는 기본값이 또 다를까요? 그러면 시험환경에서는 기본값 의존하지말고 그냥 하나하나 값을 직접 찍어보는게 좋을까요?  

(), {},[] 사용법 알려주세요. 너무 헷갈려요.

df['메뉴'].isin(["녹차"])'메뉴', "녹차" 작은따옴표와 큰따옴표 차이가 어떻게 다른건가요?? 

 listbox = [15, 46, 78, 24, 56] def min_max(data): mi = min(data) ma = max(data) return mi, ma a, b = min_max(listbox) print(a,b)--------------------------------------------------------------------------- TypeError Traceback (most recent call last) /tmp/ipython-input-3854204748.py in <cell line: 0>() 5 return mi, ma 6 ----> 7 a, b = min_max(listbox) 8 print(a,b) /tmp/ipython-input-3854204748.py in min_max(data) 2 def min_max(data): 3 mi = min(data) ----> 4 ma = max(data) 5 return mi, ma 6 TypeError: max() takes 0 positional arguments but 1 was given학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!최대값, 최소값 구하는데 쌤하고 똑같이 했는데 왜 오류가 나지요? 

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요melt함수에서 [ ] 대괄호를 붙인것도 안붙인 것도 있는데, id_vars는 꼭 붙인다 처럼 정해진 것이 있나요? var_namevalue_varsvalue_name

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요target 값이 문자형일 경우 양성 레이블을 설정해줘야 하는 평가지표는 f1 score 밖에 없는 건가요?

실제 시험에서 너무 정확한 점수(높은)가 나오면 과적합을 의심해야 할까요?import pandas as pd # 다중분류 문제 train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/drug_train.csv") test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/drug_test.csv") target = train.pop('Drug') # train, test 둘다 결측치 없고, 종류수 같음 cols = train.select_dtypes(include='object').columns # baseline # train = train.drop(cols, axis=1) # test = test.drop(cols, axis=1) # one-hot # train = pd.get_dummies(train, columns = cols) # test = pd.get_dummies(test, columns = cols) # Label from sklearn.preprocessing import LabelEncoder for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col]) # 학습 데이터 분리 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split( train, target, test_size=0.2, random_state=0 ) # 모델 학습 from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier(random_state=0) model.fit(X_tr, y_tr) pred = model.predict(X_val) # 모델 성능평가 from sklearn.metrics import f1_score score = f1_score(y_val, pred, average='macro') print("F1 Score: ", score) # baseline F1 Score: 0.5535714285714286 # one-hot F1 Score: 0.8809523809523809 # Label F1 Score: 1.0 # 모델 예측 pred = model.predict(test) pd.DataFrame({ 'pred': pred }).to_csv('result.csv', index=False) pd.read_csv('result.csv')

필기 합격하고 실기 준비에 답답했었는데 강사님 덕분에 빅분기 실기 재밌게 잘 준비하고 있습니다. 실기 체험환경에서 유형3을 하고 있는데요.회귀분석에서 새로운 값을 가정했을 때,신뢰구간과 예측구간을 묻는 문제에서print(pred.summary_frame())이것의 결과값이 길어서 중간에 '...' 으로 나오는데 전부 다 보려면 어떻게 해야 되나요강의 어느 부분에서 방법을 말씀해 주셨었는데강의 어느부분인지 기억이 안나요.. 

혹시 스케일링에서는 인코딩과 다르게  for col in cols:를 따로 하지않아도 되는 이유가 있나요?  

코딩이 실행이 안되는 이유가 궁금합니다.import pandas as pd train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/hr_train.csv") test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/hr_test.csv") target=train.pop('target') train=train.fillna('X') test=test.fillna('X') df=pd.concat([train,test],axis=0) df=pd.get_dummies(df) train=train.iloc[:len(train)].copy() test=test.iloc[len(train):].copy() from sklearn.model_selection import train_test_split X_tr,X_val,y_tr,y_val=train_test_split(train,target,test_size=0.2,random_state=0) from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) rf.fit(X_tr, y_tr) pred = rf.predict_proba(X_val) pred = rf.predict_proba(test)

해당 문제를 아래와 같이 풀었습니다. # your code import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p1/members.csv") df=df.fillna(method='bfill') df=df.groupby(['city','f2']).sum().reset_index() df=df[['city','views']].sort_values(by='views',ascending=False) df= df.reset_index(drop=True) df=df.loc[2:2] df print("대구")해당 마지막 코드인 df=df.loc[2:2]를 통해서 정답이 '대구'인걸 눈으로 확인했는데 해당 값만 추출하는 것을 몰라 마지막에 print를 활용해서 정답을 '대구'로 출력했는데 이와 같은 경우 괜찮은지 질문드립니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요df = df.fillna(method='bfill') df = df.bfill() ffill도 마찬가지로선생님, 왕초보의 질문인데요..! bfill과 fillna(method='bfill')이 완전히 똑같은 기능을 하나요?그렇다면, fillna(method='bfill') 가 조금 더 코드가 긴데, fillna 를 까먹지 않도록 이걸로 알려주시는 걸까요?