안녕하세요!섹션 5. "작업형1" 과 구슬 게임의 <작업형1 모의고사 3> 강의의 아래 문제풀이 중강사님 풀이 방법과 같이 첫번째 조건(cond1)과 두번째 조건(cond2)의 값을 각각 r1, r2로 받지 않고,cond1 과 cond2의 or 조건으로 한 번에 출력하고, True 값을 sum 하면 왜 결과값이 왜 달라지는지 이해가 안 되어 문의드립니다. (아래 코드 참고 부탁드립니다)답 : 192 (저의 풀이대로 하면 결과값 : 150) 문제7index '2001' 데이터(행)의 평균보다 큰 값의 수와index '2003' 데이터(행)의 평균보다 작은 값의 수를 더하시오 강사님 풀이# 풀이 df = pd.read_csv("data.csv", index_col="Unnamed: 0") m2001 = df.loc[2001].mean() cond = df.loc[2001] > m2001 r1 = sum(cond) # 100 m2003 = df.loc[2003].mean() cond = df.loc[2003] < m2003 r2 = sum(cond) # 92 print(r1+r2) # 결과값 192 제 코드# 풀이 df = pd.read_csv("data.csv", index_col="Unnamed: 0") m2001 = df.loc[2001].mean() cond1 = df.loc[2001] > m2001 m2003 = df.loc[2003].mean() cond2 = df.loc[2003] < m2003 sum(cond1|cond2) # 결과값 150 

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!16:11 초에 보면 남성중에 0과 1 여성중에 0과 1코드를 똑같이 쳤는데 0,0 으로 나옵니다 ㅜㅜ조건을 따로 만들고 밑에서 & 연산자로 할때 한번씩 인식이 안되는 경우가 있던데 왜그러는 걸까요~??시험장에서도 이 부분때문에 고생한적이 있어서 쉬운거지만 질문드려보아요!! len(train[cond0&cond_male]), len(train[cond1&cond_male])len(train[cond0 & cond_female]), len(train[cond1 & cond_female])

기출유형 4회(작업형2) 의 첨부 데이터는 어디에서 다운 받아야 하는가요?그리고 평가는 "Macro f1-score'로 한다고 되어 있는데 기존 분류 문제에서처럼 데이터를 분할하여 모델링후 평가를 실시하는 것은 하지 않는 건가요?(X_tr, X_val, y_tr, y_val 로 분리해서 모델링하고 평가한후에 test 데이터로 예측할 수 없는 건지요?)

강의자료 PPT 제본으로 교재 만들고 싶어서요^^

5회 기출유형(작업형2)에서 수치형+범주형 활용에서원-핫 인코딩을 실시하실때 범주형 컬럼을 'cols'에 담아 범주형만 실시해야 되는게 아닌가요?선생님 코딩에는 전체 컬럼을 대상으로 원-핫 인코딩을 하는 게 아닌가요?train = pd.get_dummis(train) 가 아닌cols = [범주형 변수들....]train[cols] = pd.get_dummis(train[cols]) 가 맞는 게 아닌가요?

캐글 관련 강의 자료 마지막에 강의해주신 '작업형1예상문제'와'작업형2예상문제'는 어디에서 확인하나요?캐글에서 "Big Data Certification KR' 에서 확인하나요? 어디에서 찾는지 확인을 할 수 었습니다.

"4회 기출유형(작업형1) " 에서 첨부 데이터 (basic1.csv 등)는 어디에서 찾아서 작업을 해야 하나요? 

1번 문제를 시험환경에서 아래와 같이 코딩하고 실행했는데 아래와 같은 에러가 나타납니다.코랩에서는 잘 실행되던게 시험환경에서만 에러가 납니다. 무엇을 잘 못 한 건가요?a = a[:int(len(a)*0.5)] cond = a['target'] == 0 a = a[cond] print(int(a['proline'].mean()))[에러 내용]

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요안녕하세요.아래 링크에 문제 풀이 작성 해봤습니다.피드백 주시면 감사하겠습니다! 섹션 4 - 기출문제 유형파악2021 - 스페셜 게임 - 예시문제 작업형2https://colab.research.google.com/drive/1M2_HMpVPDFk8IheSEDd34Z5sgxheVCI1#scrollTo=eFsvM0T51nzg

안녕하세요.빅데이터 분석기사 교재 보다가 비전공자라 그런지 조금 어려워서 인강까지 흘러오게 되었네요. 앞으로 잘 부탁드립니다 : ) 섹션 3 : "머신러닝"과 줄다리기 > 모델링 및 평가(분류) 문제 1번을 아래 링크와 같이 풀어보았습니다.혹시 이런식으로 푸는게 맞는건지 봐주실 수 있을까요?https://colab.research.google.com/drive/17FKBC1yxD5yHil49ubGXElCm2Tq40kDs#scrollTo=n8EH3M_AgD4k

안녕하세요? 선생님!작업형 2에서 검증데이터를 분리해서 문제에서 제시한 평가지표로 평가를 수행한 후 어느 정도 점수가 나온 경우에 테스트 데이터로 예측을 하여 답안을 제출하는 것으로 알고 있습니다.점수가 좋지 않은 경우 전처리, 피쳐엔지니어링, 하이퍼파라미터 튜닝 등의 과정을 거쳐서 일정 점수 이상이 나오는지 확인을 한후 테스트 데이터 예측을 하는 것으로 알고 있습니다.그런데, 궁금한 점이 각 평가지표 별로 어느정도 점수 이상이거나 이하로 나와야 답안 제출을 할 수 있는지요? 평가지표별로 어느정도 기준 점수가 있는지요?

안녕하세요!덕분에 공부 잘 하고 있습니다!다름이 아니라 작업형 2번 문제에 지도학습 중 분류와 회귀 위주로 기출이 나오고 강의를 해주시는데, 비지도 학습의 군집분석이나 연관분석 문제는 배제하고 공부를 해도 될런지요?만약 공부를 해야 한다면 어디를 참조하여 공부를 하면 될까요? (예시문제 등)

# your code #데이터 변환은 replace!! import pandas as pd df = pd.read_csv('members.csv') df = df.dropna(subset=['views']) df['f3'] = df['f3'].fillna(0) df = df.replace('silver',1).replace('gold',2).replace('vip',3) df.head(10)위 처럼 numpy를 불러오지 않고, f3컬럼에 결측값을 0으로 먼저 채운 후 변환문을 사용했는데 결과와 데이터프레임이 같아서혹시 이 방법으로 해도 상관 없는건지 여쭤보려고 합니다~ 다시 확인좀 하려고 지웠다가 다시 문의합니다!그리고 map사용 시 #map import pandas as pd df = pd.read_csv("members.csv") df = df.dropna(subset=['views']) dict_list = {np.nan:0, 'silver':1, 'gold':2, 'vip':3} df['f3'] = df['f3'].map(dict_list) print(df['f3'].sum())numpy를 불러야하는것이 맞겠죠?.. 위에서 이미 한번 numpy 불러와서 에러가 발생하지 않은 것 같아서요.

랜덤포레스트 분류 모델링을 하는데 당므과 같은 에러가 나타납니다. 해결 방법이 무엇인가요? "사용 가능한 RAM을 모두 사용한 후 세션이 다운되었습니다."

공부하다가 마지막 문제3 "f3 컬럼의 결측치는 0, silver는 1, gold는 2, vip는 3으로 변환한 후 총합을 정수형으로 출력하시오"이 문제를 해결할 수 있는 세 개의 비단주머니(…ㅎ)를 알려주셔서 고맙습니다.저 문제에서는 '변환한 후' 총합을 정수형으로 출력하라고 해서요. 마지막 세 번째 방법은 1번과 2번을 모를 때 마지막 궁여지책으로 작성할 방법 같습니다.파이썬이 문법이 쉬운 것 같으면서도 막상 해보려고 하면 어려워서요. ;; 혹시 마지막 세 번째 방법을 저렇게 조건문 식으로 해서 아예 컬럼의 값 자체를 바꿀 수 있는 방법이 있을까요? 오전 내 고민하다가 도저히 안 되겠어서 여쭤봅니다. 이건 뭐 그냥 생각해본 거니까 곤란하시면 답해주지 않으셔도 됩니다. 좋은 강의 정말 감사합니다~ 

<ipython-input-25-475204a37c2b>:2: FutureWarning: The default value of numeric_only in DataFrame.corr is deprecated. In a future version, it will default to False. Select only valid columns or specify the value of numeric_only to silence this warning. X_train.corr()워닝이 뜨는데 어떻게 해결해야 하는걸까요....

위의 의사결정나무나 랜덤포레스트에서는 괜찮았는데,강사님처럼 위 코드를 불러와 수정했는데학습부분에서 에러가 발생합니다.영상과 비교해도..코드가 같은데 왜 오류가 날까요? 

안녕하세요? 설명하실 때에 가령, 프린트 라고 적힌 부분을 모두 선택 하셔서 한꺼번에 주석처리를 빠르게 하시던데 어떻게 하시는지 알려 주시면 감사하겠습니다.

라벨인코딩시 object대신 숫자로 대치되던데 어떤 object이 어떤 숫자로 매칭되었는지 어떻게 알수 있나요? 감사합니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요이제까지는 잘 해왔는데, 이번 회차부터 파일이 안올라가네요... 다른 거 설정해야할 게 있을까요??