학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 작업형 2유형 점수를 0점을 받았는데, pred 값이 음수가 나온걸로 제출해서 0점이 나온걸까요? 왜 0점인지는 알 수가 없어서 답답합니다. 분명 제대로 저장했다고 생각했는데, 맞춘 문제가 없는걸로 나와요. 선생님 수업에서 본 코드 순서대로 잘 실행했던걸로 기억합니다.
섹션 1,3,4 등은 다운로드 할 수 있는 자료가 존재하는데, 섹션 2,6,7 등은 공유되어 있는 자료가 없는 걸로 보입니다. 해당 강의 자료는 일부러 공유가 안 되고 있는 상황인가요? 아니면 다른 곳에서 찾을 수 있나요? (자료가 공유된다면 보다 원활하게 들을 수 있을 것 같습니다.)
(AI 퀀트) 코드 한 줄 안 쓰고 주식 자동 분석 시스템 만들기 feat. Claude CLI
강의를 듣고 저도 한번 저만의 크롤링을 하려고 코드를 짜다보니, 네이버 증권 데이터를 가져와 사용하는것이 불법이라고 AI가 답변합니다. 다른 대안이 있을까요? 1. 기술적·정책적 문제 (네이버 이용약관 및 robots.txt) 서비스 이용약관 위반: 네이버를 포함한 대부분의 플랫폼은 이용약관을 통해 무단 크롤링, 데이터 수집 및 재배포를 엄격히 금지 하고 있습니다. 이는 사용자가 서비스에 가입할 때 동의한 계약 사항이므로, 이를 위반할 경우 서비스 이용 정지 등의 제재를 받을 수 있습니다. robots.txt 준수 의무: 네이버는 사이트 내에 robots.txt 라는 파일을 통해 수집 로봇의 접근을 제어하고 있습니다. 이를 무시하고 데이터를 대량으로 수집하는 행위는 기술적 보호 조치를 우회하는 행위로 간주되어 정보통신망법 위반 소지가 있습니다. 2. 저작권법 및 부정경쟁방지법 데이터의 저작물성: 단순히 숫자(주가, 거래량 등)만 가져오는 것은 사실 정보에 해당하여 저작권 침해 논란이 적을 수 있습니다. 그러나 이를 가공하여 정리한 '표'나 '분석 결과' 등을 그대로 가져오는 경우, 이는 네이버의 데이터베이스 저작권 을 침해하는 행위로 판단될 수 있습니다. 부정경쟁방지법: 타인이 상당한 노력과 비용으로 구축한 데이터를 무단으로 사용하여 자신의 영업에 활용하는 행위는 '부정경쟁방지 및 영업비밀보호에 관한 법률'상 부정경쟁행위로 간주될 수 있습니다. 상업적 목적이 없더라도 네이버 측에서 "데이터 무단 사용으로 인해 서비스 운영에 피해를 입었다"고 판단하면 법적 분쟁의 대상이 될 수 있습니다.
안녕하세요 "로그프레소 시작하기" 라는 강의를 듣고있는데 해당 솔루션의 버전이 꽤 옛날버전으로 보입니다. 해당 강의 수강 이후 "로그프레소 엔터프라이즈 - 대시보드" 라는 강의를 이어서 들을 예정인데 현재 서비스중인 버전과 너무 달라보여서 해당 강의를 들어도 도움이 될지 확인 할 수 있을까요?
안녕하세요 강사님 현재 수강 중인 강의의 수강 기간 연장 가능 여부를 문의드립니다. 처음 강의를 신청했을 때는 이번 회차 시험에 맞춰 끝까지 수강하고 응시하는 것을 목표로 했으나 직장 야근이 겹치면서 계획했던 만큼 충분히 수강하지 못했습니다. 그 결과 강의와 문제풀이를 제대로 정리하지 못한 상태라 이번 회차 시험에서는 합격이 쉽지 않을 것 같다고 판단하고 있습니다. 다만 수강한 부분만으로도 개념을 잡는 데 도움이 되었고 강의 흐름에 맞춰 끝까지 따라가면 혼자 준비하는 것보다 훨씬 체계적으로 정리할 수 있겠다는 생각이 들었습니다. 그래서 가능하시다면 이번 한 번만 다음 회차 시험 준비 기간까지 수강 기간을 연장해 주실 수 있을지 부탁드립니다. 물론 수강 기간 연장이 당연한 요청이 아니라는 점은 잘 알고 있습니다. 연장해 주신다면 남은 강의를 끝까지 수강하고 부족한 부분을 보완하여 다음 시험에는 좋은 결과를 낼 수 있도록 성실히 준비하겠습니다. 바쁘시겠지만 한 번만 검토해 주시면 정말 감사하겠습니다. 감사합니다.
수고하십니다.^^ 12회 빅분기 시험을 보고 왔는데, 통과 되는 선까지는 풀었는데,... 문제는 정답을 푼 문제별로 제출버튼을 클릭은 했는데, 풀 수 있을거 같은 문제가 하나 있어서 그걸 가지고 끝까지 씨름을 하다가 시험 종료가 돼서 자동으로 아웃이 됐는데... 최종버튼이 있었던거 같기도 하고... 각 문제별로 제출버튼을 클릭하면 제출된건가요?
안녕하세요~ 강의 덕분에 시험 잘 본 것 같습니다 작업 유형 2에서 train 타켓컬럼.describe 에서 이상치가 있는 것 같아서 iqr로 해서 이상치 대략 410개정도(전체 train 데이터 5000개) 제거하고 lgb랑 랜덤포레스트로 돌렸더니 rmse lgb 기준 71정도 나와서 제출했는데 생각해보니 과적합 위험이 클 것 같아서 점수 괜찮게 나올까요? 이상치 제거 안하고 그냥 onehot 인코딩으로 해서 했을때는 410 정도 나왔습니다ㅠㅠ
안녕하세요, 코딩팡 장업형2 베이스 라인에서 원-핫 인코딩만 사용하셨는데 인코딩 부분에 아래와 같이 추가해서 레이블 인코딩과 원-핫 인코딩 결과를 비교하는 식으로 해도 상관없나요? 원핫 인코딩만 사용하신 이유가 있을까요?? 1번 문제 import pandas as pd # 1) 데이터 불러오기 train = pd.read_csv('data/car_train.csv') test = pd.read_csv('data/car_test.csv') # 2) 범주형 변수 원-핫 인코딩 target = train.pop('target') print(train.shape, test.shape) train = pd.get_dummies(train) test = pd.get_dummies(test) print(train.shape, test.shape) # 레이블 인코딩 from sklearn.preprocessing import LabelEncoder cols = train.select_dtypes(include = 'object').columns for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col]) # 3) 검증용 분리 (제출 전 성능 비교) 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, stratify=target) # 4) 세 가지 모델 학습 from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) rf.fit(X_tr, y_tr) pred = rf.predict(X_val) from sklearn.metrics import f1_score print(f1_score(y_val, pred, average='macro')) from lightgbm import LGBMClassifier lgb = LGBMClassifier(random_state=0, verbose=-1) lgb.fit(X_tr, y_tr) pred = lgb.predict(X_val) print(f1_score(y_val, pred, average='macro')) from xgboost import XGBClassifier xgb = XGBClassifier(random_state=0, verbosity=0) xgb.fit(X_tr, y_tr) pred = xgb.predict(X_val) print(f1_score(y_val, pred, average='macro')) # 5) 선택한 모델을 전체 train으로 다시 학습 후 test 예측 (선택) # lgb.fit(train, target) # pred = lgb.predict(test) # 6) 제출 파일 저장 (pred 컬럼 1개만, index 제거) result = pd.DataFrame({'pred': pred}) result.to_csv('result.csv', index=False) # 제출파일 확인 print("\n ===== 제출파일 (샘플) =====") print(pd.read_csv("result.csv").head()) print("\n ===== 제출파일 (크기 확인) =====") print(pd.read_csv("result.csv").shape)
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 기출 풀어보면 C를 안 붙이고, object도 자연스럽게 변환된다고 하셨는데, 연습할 때 gender에 C를 붙였던 경험이 있습니다. 혹시 언제 붙이고 언제 안 붙이는지 알 수 있을까욤..?
빅데이터분석기사 실기체험에서 작업형 제2유형을 회귀 실습해보고 있는데. 에러가 나는데 이유를 전혀모르겠어요. import pandas as pd train = pd.read _csv("data/customer_train.csv") test = pd.read _csv("data/customer_test.csv") target = train.pop('총구매액') train = pd.get_dummies(train) test = pd.get_dummies(test) from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor() model.fit (train, target) p = model.predict(test) submit = pd.DataFrame({'pred':p}) submit.to _csv("result.csv", index=False) print(submit.head()) 에러) Makefile:6: recipe for target 'py3_run' failed make: *** [py3_run] Error 1 Traceback (most recent call last): File "/goorm/Main.out", line 38, in <module> p = model.predict(test) ^^^^^^^^^^^^^^^^^^^ File "/usr/local/lib/python3.12/site-packages/sklearn/ensemble/_ forest.py ", line 1063, in predict X = self._validate_X_predict(X) ^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "/usr/local/lib/python3.12/site-packages/sklearn/ensemble/_ forest.py ", line 641, in validate X_predict X = self._validate_data( ^^^^^^^^^^^^^^^^^^^^ File "/usr/local/lib/python3.12/site-packages/sklearn/ base.py ", line 608, in validate data self._check_feature_names(X, reset=reset) File "/usr/local/lib/python3.12/site-packages/sklearn/ base.py ", line 535, in check feature_names raise ValueError(message) ValueError: The feature names should match those that were passed during fit. Feature names seen at fit time, yet now missing: - 주구매상품_소형가전
