3-1번을 강의와는 다르게 다음과 같이 작성해봤습니다.... 답이 다르게 나오던데.. 혹시 어떤 부분이 잘못되었는지 알려주실 수 있나여??? ※ x_train에는 gender 컬럼 제외시켰고, y_train은 gender컬럼만 입니다. import statsmodels.api as sm x_train = sm.add_constant(x_train) model = sm.Logit(y_train, x_train).fit() print(round(np.exp(model.params['weight']),4))
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 # 수치형 - 민맥스 스케일링 cols = ['age', 'fnlwgt', 'education.num', 'capital.gain', 'capital.loss', 'hours.per.week'] from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() n_train[cols] = scaler.fit_transform(n_train[cols]) n_test[cols] = scaler.transform(n_test[cols]) KeyError: "None of [Index(['age', 'fnlwgt', 'education.num', 'capital.gain', 'capital.loss',\n 'hours.per.week'],\n dtype='object')] are in the [columns]" 수치형 - 민맥스 스케일링 부분이에서 이러한 에러가 뜹니다..ㅜㅜ 해결 방법이 궁금합니다.
선생님! iloc같은경우 인덱스값은 그 앞에 까지 뽑기때문에 +1 해주는 범위까지 설정 해 주는것인데, 컬럼 번호 쓸때는 해당 없는거 같네요?! quiz 2번 푸는데 iloc로 메뉴~할인율 까지 할때 범위를 :3으로 하시길래요! 위에 설명할때는 iloc때 범위를 :로 나타낼 때 마지막을 포함하지 않는다고 하셨는데, 인덱스만 포함하지 않는게 맞는거죠?
교수님 안녕하세요 실무에서 분류하는 과제를 하고 있습니다. (파이썬 코드를 직접 짜고 있지는 않고 상용 딥러닝 툴을 써서 하고 있습니다.) 공장안에서 여러 설비들이 조금씩 다른 세팅으로 카메라가 세팅이 되어있는 상태이고 (이미 너무 많은 설비들이 있는데 이거를 지금 시점에 같은 조건으로 다 맞추기는 힘들 것 같습니다.) 관리를 하려면 이 조금씩 세팅이 다른 카메라 이미지를 하나의 모델로 만들어야 한다고 판단하고 있습니다. 밝기 세팅이나 카메라 노출 회전 여부가 조금씩 다른데 1) 전체 학습 이미지 데이터 셋 2) 전부다 회전을 시켜버리고 3) 전부다 밝기 조절을 해서 ex) 제품의 특정 위치의 이미지상 밝기가 대부분 10이고 어떤 카메라는 특이하게 15라면 가지고 있는 학습 이미지를 다 15로 바꿔버린다음에 추가 학습을 시킴 20인 카메라가 확인되면 다 20으로 바꿔버린다음에 추가 학습을 시킴 학습 데이터 셋을 2배 3배 4배 늘려버려서 학습을 시킨다면 모델의 성능이 좋아지게 될지 성능이 떨어지게 될지 어떻게 하는게 유리할지 조언을 주실 수 있을까요? 잘모르는 부분이어서 조금 답답한 부분이 있어서 혹시나 도움을 받을 수 있을까 해서 문의드리게 되었습니다.
앞에서 설치하는 동영상은 윈도우 버전이고 수업영상 구현할때는 갑자기 맥북으로 넘어가서요. 2.3으로 설치해서 코드 구현하니까 버전 문제가 생겼다 해서요 파이썬3.7.9 tensorflow 2.3버전 맞나요? File "C:\Users\Administrator\Desktop\deep-learning-tensorflow-book-code-master\Ch03-TensorFlow_Basic\3.3-linear_regression.py", line 6, in <module> W = tf.Variable(tf.random_normal(shape=[1])) AttributeError: module 'tensorflow' has no attribute 'random_normal' 구현하면 이렇게 떠요
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts. imageio 2.31.6 requires pillow<10.1.0,>=8.3.2, but you have pillow 10.3.0 which is incompatible. 위와 같은 에러 메시지가 발생하는데 어떻게 하면 될까요?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요. 기출문제 빼고 나머지 영상들을 2회독중인 수강생입니다! 캐글 필사전략 영상 아래쪽에 있는 화면으로 들어가서 code부분을 보는데 노션 ?? 이라 적혀있는 화면은 보이지가 않아서요 .. 캐글화면 code(1354) 클릭해서 하나씩 찾아가며 보아야 하는것이 맞을까요 ? 어떻게 서칭할수 있는지요ㅠㅠ 영상에서 진행하고 있는 T1-7 값변경 및 2개 이상의 조건을 서칭해서 화면으로 들어왔는데, 데이터셋을 받는 화면이 안나와요 😂 😂 😂 😂 너무 기초적인 질문이라 죄송합니다.. 어떻게 하면 될까요~?
안녕하세요 본 강의 모의고사 학습 중에 데이터가 문제 있어서 글 남깁니다 city가 강의 영상에선 경기와 같이 대한민국 지역으로 나오는데, 해당 자료를 열어보면 '?쒖슱'과 같이 나옵니다 데이터가 깨짐 현상으로 인해 각 행이 밀려나간 행이 있습니다. 코랩에서는 제대로 작동하는데 오프라인에서는 문제가 없는지 궁금합니다. 항상 양질의 강의 감사합니다.
선생님 안녕하세요 좋은 강의 감사합니다. linear regression(statsmodel)에 PCA를 적용하여 test 데이터로 예측하는 경우에 질문이 있습니다. 예를 들어, 기존의 20개의 피쳐 --> PCA를 통해 10개의 새로운 피쳐(x1~x10)를 추출했다고 가정하고, 이 중에 statsmodel로 linear regression 을 돌렸는데, 이 중 x6, x7, x8 의 p_value 가 0.05 이상이어서 유의미한 피쳐가 아니라고 볼 수 있는 상황입니다. 그러면 test 데이터(valid 데이터 아님)를 가지고 실제로 예측을 해야 하는 상황에서는, test 데이터를 가지고 PCA를 돌려서 10개의 새로운 피쳐를 추출 그 중에 x1~x5, x9, x10 --> 7개의 피쳐를 추출하고, train 데이터에서 나온 7개의 coef 를 가지고 만들어진 선형 모델로 예측 수행 을 하면 되는 것이 맞나요? 제가 궁금한 것은 PCA를 사용하여 나온 피쳐 중 일부만을 사용하는 경우에도, train 을 통해 나온 coef 를 pca로 변환한 test 데이터에 사용할 수 있는지 여부 입니다. 감사합니다.