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

제6회 기출복원문제 제2유형에서 enrollee_id 변수도 불필요한 값으로 간주하고 삭제해도 될까요? 또한 팩터로 변환한 변수의 level을 확인해보면(enrolled_university, education_level 등) 공백 문자값이 많이 보입니다. 해당 값들에 대해서도 제거 처리 없이 진행해도 되는지 궁금합니다!

 위와 같이 SCORERS를 import할때 오류가 발생합니다. 코랩환경입니다. 오류 해결 방법이 있을까요?

안녕하세요 강사님전자책 구매할려고 하는데 전자책은 주로 리디북스에서 많이 사다보니 리디에서 살려고 했는데 리디에서는 판매계획이 없으신가요?

[문제] 빅데이터 분석기사 실기 언어 선택에 따라 합격 여부를 조사한 결과이다. 언어와 합격 여부는 독립적인가? 가설검정을 실시하시오. (유의수준 0.05) 귀무가설(H0): 언어와 합격 여부는 독립이다. 대립가설(H1): 언어과 합격 여부는 독립이지 않다. 여기서, 이 문제는 독립성 검정이기 때문에 귀무가설은 독립이다! 라고 설정하는건가요? 보통 귀무가설이 알려진 사실, 대립가설이 내가 증명하고자 하는 사실인데, 독립성 검정이기에...내가 증명하고자 하는 사실이 "두 데이터는 독립이다."라서 이게 대립가설인것같이 느껴집니다..

 정답이 f1인데, 풀이에 반드시 print문까지 작성해야 답인가요? df.isnull().sum()을 사용하면 눈으로 f1이 답인걸 알 수 있으니 그냥 정답란에 f1만 적으면 되나요?

안녕하세요,혹시 빅분기 실기 1유형 문제가 큰 문제 하나 안에서 작은 문제 3개로 구성되는 형태인가요? 이게 문제 구성이 고정적인건지 시험에 따라서 소문제가 2개나 4개로 바뀌어서 나올 수도 있는지 궁금합니다.

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?

실습파일에도 csv파일은 하나도없는데 왜자꾸 똑같은 답변만 다세요 돈주고 산 강의인데 이게 뭔가요

진도율이 업데이트되지 않습니다. 어떻게 해야 진도율 업데이트가 될까요?

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