LabelEncoder를 해도 되고 원핫 인코딩을 해도 아무 상관이 없나요예를 들면 기출 6 작업형 2에 LabelEncoder를 쓰니 성능이 잘 나오는데 성능이 잘 나오는 것으로 쓰면 되는 지요그리고 작업형 어떤 ensemble을 쓰던 적당한 값이 나오면 40점을 받을 수 있는 것인가요?metrics으로 자체 확인을 하지 않고 내더라도 낸 결과가 적당한 결과이면 점수를 받는 것인가요?순전히 시험 점수 측면 획득 측면에서 여쭤 봅니다. 시험이 아니라면 이것 저것 해보겠지만 시험에서는 실수하는 것보다 단순하게 하는 것이 좋을 것 같습니다. 보통 RandomForest로 해도 적당한 결과가 나오는데 과거 기출 기준에서는 validation 예측/비교 없이(생략하고) 1~2개의 기법으로 test값만 예측해도 되는 것인지요

2번 문제를 len이 아니라 result_count = sum(cond1 & cond2 & cond3) print(result_count) 이런 방법으로 풀어도 될까요?

mean = df['age'].mean() std = df['age'].std()*1.5 lower = mean-std upper = mean+std cond1 = df['age']<lower cond2 = df['age']>upper print(df[cond1|cond2]['age'].sum())이렇게 구했는데, 값이 368.5로 나옵니다. 왜일까요?

 t3-logit-py # 문제 1-2: 독립변수 income만 사용해 학습한 모델에서 test 데이터의 purchase를 예측하고, 정확도 계산 predictions_income = result_income.predict(test) predicted_classes_income = (predictions_income > 0.5).astype(int) 이 문제에서 왜 prediction_income > 0.5를 하는건가요 ?

앞의 강의 단일 표본 검정에서의 샤피로 윌크 검정처럼 대립가설을 '정규성을 따른다' 라고 세우려면 어떻게 코드를 짜야할까요?  

안녕하세요! 회귀 코드를 보던 중 궁금한 점이 생겨 질문 남깁니다. 강의에서는 원핫인코딩 전에 describe(include= 'object')를 통해 train, test의 범주형 데이터 unique 수가 일치하는 것만 확인하고, train/test 병합 작업 없이 원핫 인코딩을 수행했습니다. 제가 실습하는 중에, train/test의 각 unique값을 출력했는데 캡쳐본과 같이 smoker 에서 yes,no의 순서가 바뀌어서 나왔습니다. 이 경우에는 unique값의 종류는 같지만, 병합 없이 각자 인코딩을 할 경우 train 데이터 -> yes:0, no:1test 데이터 -> no:1, yes:1와 같이 인코딩되지 않을까 생각이 들었습니다. unique 종류만 일치하면, 순서가 다르더라도 따로 병합하여 인코딩 하지 않아도 되는 것일까요?

제목 그대로의 질문입니다!

보니깐 int와 str이 혼합되어서 뜬것 같은데..cols = X_train.select_dtypes(include = 'object').columns print(list) from sklearn.preprocessing import LabelEncoder cols = X_train.select_dtypes(include = 'object').columns le = LabelEncoder() for col in cols : le = LabelEncoder() X_train[col] = le.fit_transform(X_train[col]) X_test[col] = le.transform(X_test[col]) 그래서 이렇게 cols라는 코드를 사전에 지정해줬는데... 왜 뜰까요?처음부터 숫자와 str 데이터를 분리해서 인코딩 했어야 할까요?

작업형 2에서 예시가 1, 0으로 되어있어도 상관없이 소수점으로 제출해도 되나요?

mae 평가 방법은 정상 작동하는 걸 확인했는데,rmse를 제가 잘못 작성한건가요?아니면 캐글에서는 아직 안되는 걸까요?만약 작성이 옳은거면 저대로 시험에서도 사용할 예정이고그렇지 않다면, 함수식을 그냥 외워가야 하나 싶어서요.

1. 현재 학습 진도1-5 알고리즘과 친해지기(2) 2. 어려움을 겪는 부분# def find_max_occurred_alphabet(string): # alphabet = [0] * 26 # for i in string: # if i.isalpha(): # alphabet[ord(i) - ord('a')] += 1 # # max = alphabet[0] # index = 0 # for i in range(len(alphabet)): # if alphabet[i] > max: # max = alphabet[i] # index = i # # return chr(index+ord('a')) from collections import Counter def find_max_occurred_alphabet(string): string = [char for char in string if char.isalpha()] counter = Counter(string) print(counter) return max(counter, key=counter.get) result = find_max_occurred_alphabet print("정답 = i 현재 풀이 값 =", result("hello my name is dingcodingco")) print("정답 = e 현재 풀이 값 =", result("we love algorithm")) print("정답 = b 현재 풀이 값 =", result("best of best youtube")) 3. 시도해보신 내용 안녕하세요. 첨부한 코드 중 주석 처리한 부분은 문제를 보고 사전에 제가 작성한 코드입니다. 결과는 예상과 동일하게 출력됩니다.그 밑에는 다른 풀이 방법을 찾다가 Counter 클래스를 사용하여 작성한 코드입니다. 본 강의에서는 카운터가 동일한 경우, 기존의 값을 변경하지 않는 방식이라 i가 출력되지만, 해당 방법을 사용하면 입력 순으로 o가 출력됩니다.이 경우 최빈값을 찾아내는 코드는 맞지만, 값이 동일한 경우에 처리하는 로직이 다르기 때문에 발생한다고 이해하면 될까요?답변해주신다면 감사하겠습니다.

17:13 부분 궁금해서 물어봅니다. 이미 pd.concat으로 데이터를 합쳤는데... 학습과 검증데이터를 나눌때 X_train, y_train 나눠서 작업해야 하나요? X_train['Reached.on.Time_Y.N']으로 하면 안되나요??

안녕하세요 일코님,, 업무들을 순차적으로 자동화 하는데 많은 도움을 받았습니다.이제 또 새로운 문제에 직면을 했는데요, pyinstaller로 배포파일 빌드 시 자꾸 알약에 탐지가 됩니다.직원들에게 배포하고 사용하면서 알약에 바이러스 파일로 탐지가 된 것인지 모르겠지만 어느 순간부터 탐지되어 삭제가 되네요.이것저것 조치하다가 pyinstaller -F -w 에서 -w를 제외하고 배포하니 또 탐지가 안 되었다가, 하루 지나니 제외한 파일도 탐지가 됩니다.혹시 이 경우도 있었는지요? 프로그램의 과정이 아니라 배포의 과정에서 이러니 너무 답답합니다.. 

데이터 프레임 칼럼을 뽑았더니 이렇게 나와요 !! 칼럼에 대한 한글 정보도 알고 싶은데 ㅜㅜ 깃에서 보이는 칼럼명이랑 좀 많이 달라서요!!! 초보다보니 변경된 부분이 좀 있어서 헷갈리는게 많은 것 같아요 ㅜㅜ

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 캐글 필사 전략 강의를 수강하며 캐글에서 타이타닉 문제를 풀어보고 있는 중인데 궁금한 점이 있습니다. 살아남은 여성의 확률을 구할 때women = train_data.loc[train_data.Sex == 'female']["Survived"]rate_women = sum(women)/len(women)print("% of women who survived:", rate_women)  이 코드를 작성하는데여기서 sum(women)의 값과 len(women)의 값이 왜 다른지 궁금합니다. sum의 경우에도 살아남은 여성의 수를 계산하고 len의 경우에도 리스트의 개수를 리턴하기 때문에 동일한 값이라고 생각했습니다.len함수와 sum 함수의 차이가 궁금합니다. 

안녕하세요 선생님, 회귀문제(ex. RandomForestRegressor)를 풀 때범주형 변수에 대해 LabelEncoder를 사용해도 되나요?아니면 pd.get_dummies만 가능한가요?

다중회귀와 다중선형회귀 공식이 틀린거죠? 다중회귀import statsmodels.stats.api as sm 다중선형회귀from statsmodels.formula. api import ols

19:28 문제vegetables = {"carrot", "broccoli", "spinach", "carrot", "lettuce"}set 형태는 중복을 불가하지 않나요? carrot이라는 값이 이미 2개 존재하는 모순이 생깁니다. 아니면 어떤 것이 중복 불가한가요? 제가 무엇을 잘못 알고 있나요?

3유형에서 가장 큰 회귀계수를 구하라 하면 const도 포함인가요?

주피터에서 new파일을 만들었는데 In이 안뜨고 또 셀을 눌렀는데 초록색으로 안바뀌고 계속 파란색으로만 떠요..