안녕하세요 큰 돌님 항상 영상 잘 보고 있습니다! 다름이 아니라 큰 돌님 코드를 보면 o == 1 ? A++ : B++;를 뒤에 써주시더라구요 o==1?A++ : B++을 if문보다 위에 써주니까 답이 계속 틀리게 나오더라구요(물론 변수를 많이 쓰고 여러 조정을 해주면 풀리기는 하겠지만) 왜 항상 시간 계산을 점수 업데이트 보다 먼저 해야하는 문제 풀이가 더 쉬운지 잘 이해가 가지 않습니다,,,
에서 데이터를 hascode로 변환하고 그 hashcode로 hashindex에 넣는거를 구현했잖아요 자바 컬랙션에서 지원하는 hastSet,LinkedHashSet,TreeSet은 자바에서 hashCode는 지원하는건 알겠는데 저희가 배열에 값을 넣을때 따로 hashcode % 배열의크기 이 코드를 안넣어도되는건가요? 자바에서 hashCode도 생성해주고 hashIndex까지 생성해줘서 배열에 넣어주나요?
학습하는 분들께 도움이 되고, 더 좋은 답변을 드릴 수 있도록 질문전에 다음을 꼭 확인해주세요. 1. 강의 내용과 관련된 질문을 남겨주세요. 2. 인프런의 질문 게시판과 자주 하는 질문(링크)을 먼저 확인해주세요. (자주 하는 질문 링크: https://bit.ly/3fX6ygx) 3. 질문 잘하기 메뉴얼(링크)을 먼저 읽어주세요. (질문 잘하기 메뉴얼 링크: https://bit.ly/2UfeqCG) 질문 시에는 위 내용은 삭제하고 다음 내용을 남겨주세요. ========================================= [질문 템플릿] 1. 강의 내용과 관련된 질문인가요? (예) 2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예) 3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예) [질문 내용] 회원등록은 되는데 회원목록누르면 white label 뜹니다 ㅜㅡ https://drive.google.com/file/d/19-IiuPizWAnOi4x22F5cRLRD_8pE-19F/view?usp=drive_link 링크입니다!
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요 강사님 작업형2 모의문제1 제출과 관련하여 질문드립니다. 질문 1. 평가: ROC-AUC, 정확도(Accuracy), F1, 정밀도(Precision), 재현율(Recall)을 구하시오 작업형2의 경우 채점 시 코드는 보지 않고 csv 파일만 보는 것으로 알고 있는데 이 평가지표를 모두 다 구해야 하나요? 학습 차원에서 넣으신 문항인지, 실제 시험에서도 채점 대상에 들어가는 문항인지 궁금합니다. 질문 2. 5개의 평가지표로 평가 후 마지막에 예측할 땐 predict_proba를 사용하셨는데 이유가 궁금합니다. 5개의 지표 중 roc_auc_score의 수치가 가장 높아서 사용한 것인지, csv 예시에서 예측값이 확률 형태로 나와있어서 사용한 것인지 궁금합니다. 또한, predict 사용 시 감점되는지도 궁금합니다. 감사합니다.
안녕하세요. 실무에서 인터셉팅 라우팅 활용 빈도가 잦을까요? 클론코딩이라 x.com 에서 사용한 방식 그대로 만들기 위한 학습인지 아니면 실무에서도 사용빈도가 높은지 궁금합니다 강의는 들어서 인터셉팅 라우팅을 이해하긴 했지만 실무에서는 로그인, 회원가입 팝업 띄울때 인터셉팅 라우팅을 사용하지 않을것같은 생각이 들어서 질문드립니당 감사합니다
작업형 2 모음집 하는 도중 마지막 데이터 제출 데이터 파일 생성시 다음과 같은 오류가 나는데 왜 그럴까용..? [코드] #전처리 스케일링 target = train.pop('total') #원핫 print(train.shape, test.shape) train = pd.get_dummies(train) teset = pd.get_dummies(test) print(train.shape, test.shape) #분리 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) print(X_tr.shape, X_val.shape, y_tr.shape, y_val.shape) #모델평가 from sklearn.ensemble import RandomForestRegressor rf = RandomForestRegressor() rf.fit (X_tr,y_tr) pred = rf.predict(X_val) from sklearn.metrics import mean_squared_error def rmse(y_true, y_pred): mse = mean_squared_error(y_true,y_pred) return mse **0.5 result = rmse(y_val, pred) #테스트 제 pred = rf.predict(test) submit = pd.DataFrame({'pred':pred}) submit.to _csv("result.csv", index=False) [오류내역] --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-23-e536b293909d> in <cell line: 68>() 66 67 # 7. 예측 및 결과 파일 생성 ---> 68 pred = rf.predict(test) 69 submit = pd.DataFrame({'pred':pred}) 70 submit.to_csv("result.csv", index=False) 3 frames /usr/local/lib/python3.10/dist-packages/sklearn/base.py in _check_feature_names(self, X, reset) 479 ) 480 --> 481 raise ValueError(message) 482 483 def _validate_data( ValueError: The feature names should match those that were passed during fit. Feature names unseen at fit time: - branch - city - customer_type - day_name - gender - ... Feature names seen at fit time, yet now missing: - branch_A - branch_B - branch_C - city_Mandalay - city_Naypyitaw - ...
@WebServlet(name = "requestParamServlet", urlPatterns = "/request-param") public class RequestParamServlet extends HttpServlet { @Override protected void service(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { String username = request.getParameter("username"); System.out.println("username = " + username); String age = request.getParameter("age"); System.out.println("age = " + age); request.getParameterNames().asIterator() .forEachRemaining(paramName -> System.out.println(paramName + ": " + request.getParameter(paramName))); String[] parameterValues = request.getParameterValues("username"); for (String parameterValue : parameterValues) { System.out.println("parameterValue = " + parameterValue); } } } http://localhost:8080/request-param?username=kim&age=20 http://localhost:8080/request-param?username=kim&age=20&username=park 으로 하면 오류 없이 잘 넘어가는데, http://localhost:8080/request-param 으로 하면 왜 오류가 나는 건가요? Whitelabel Error Page This application has no explicit mapping for /error, so you are seeing this as a fallback. Thu Jun 13 22:28:48 KST 2024 There was an unexpected error (type=Internal Server Error, status=500). 여러 번 시도해봤을 때, //코드3 String[] parameterValues = request.getParameterValues("username"); for (String parameterValue : parameterValues) { System.out.println("parameterValue = " + parameterValue); } 질문1: 코드3 때문에 오류가 나는 거 같은데 왜 오류가 나는지 이유를 모르겠습니다. http://localhost:8080/request-param 은 username의 값을 꺼내는 건데, username이 없어서 null이 나올 거고, 그걸 iterator로 돌리면 결국 그냥 null값이 나와야하지 않나 하고 생각했습니다! //코드1 String username = request.getParameter("username"); System.out.println("username = " + username); String age = request.getParameter("age"); System.out.println("age = " + age); 이 코드1는 null값을 뱉어내고 //코드2 request.getParameterNames().asIterator() .forEachRemaining(paramName -> System.out.println(paramName + ": " + request.getParameter(paramName))); 질문2: http://localhost:8080/request-param 로 들어가면, 코드2는 콘솔에 아무것도 프린트 되어있지 않습니다. null값이 나와있을 거라 기대했는데 아니었습니다. 왜 이런 건가요??
안녕하세요? 모든 강의 다 듣고, 한 강의만 못 듣고 있는데요. 12. DB 기출입니다. 영상을 아무리 이렇게 봐도 저렇게 보고, 해상도를 720으로 최고로 높여 보아도 흐려서 문제를 볼 수도 없습니다. 화질이 너무 심한데, 해상도 해결할 방법이 전혀 없나요? 이미지 추가 합니다.. 이거 문제 보라고 올려 주신건지요...?
디지털포렌식 입문자를 위한 디지털포렌식 전문가 2급 실기 시험대비 강의(Encase/Autopsy)
기존에 Autopsy configuration ingest에서 Extension Mismatch Detector에 application/x-hwp-v5에 hwp만 추가하여 넣었는데, 타 파일들은 docx, pptx 등 x 확장자가 추가로 있다는게 생각이 나서 질문드립니다 혹시 hwpx를 넣어놔도 무방할 것 같은데 동일하게 application/x-hwp-v5에 hwpx를 추가해도 될까요? (등록 테스트하니 등록은 잘됩니다만 문제가 있을지를 몰라 문의드립니다)
rms 평가 값이 작을수록 더 좋은 모델 인거 일까요~? 아래와 같이 결과가 나왔는데 XGBRegressor가 가장 좋은 모델 일까요??? RandomForestRegressor 1320.1181960644112 lnear regression 2637.903981035919 RandomForestRegressor 1872.108397828074 max_depth=5 XGBRegressor 1269.7677864640748
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요, 섹션13 4회 기출문제 작업형2 관해 질문이 있습니다. 저는 object 컬럼을 LabelEncoder를 해주었는데 예측값이 1,2,3,4 분류가 나오지 않고 소수점이 나옵니다. 이럴때는 어떻게 해야 하는거 인가요?? 제 풀이가 잘못된 부분이 있나요? 이렇게 프린트를 해보면 [2.22 2.566 2.57 ... 1.84516667 2.79 2.95 ] 이렇게 나옵니다.... 뭐가 잘못 되었나용?ㅠㅠ y = train['Segmentation'] train = train.drop(['ID', 'Segmentation'],axis=1) test_id = test.pop('ID') cols = ['Gender', 'Ever_Married', 'Graduated', 'Profession', 'Spending_Score', 'Var_1'] from sklearn.preprocessing import LabelEncoder for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col]) from sklearn.ensemble import RandomForestClassifier rf = RandomForestRegressor(random_state=2022) rf.fit(train, y) pred = rf.predict(test) print(pred)
안녕하세요 2과목 관련해서 문의드리고 싶어 글을 남깁니다. 2과목은 사실상 과대적합이 걱정되어 일단 널값 전처리 해주고 수치형 데이터만 뽑아 인코딩과 파라미터 없이 랜덤포레스트 돌려주고 평가하고 제출하려 하는데 라벨인코딩, 원핫인코딩, 스케일링 해주어야 더 나을까요 ? 혹시나 하게 되어 과적합이 떠서 0점이 나올까 걱정이 되서 어떻게 해야할지 문의드립니다.
루키스님 안녕하세요. 먼저 다른 강의에 대해 문의 드리는 점 양해 말씀 드립니다. [Rookiss 켠김에 출시까지] 유니티 캐주얼 모바일 MMORPG (M2) 해당 강의 구입을 고민중인데, M1과는 완전히 다른 강의 인가요? M1과 이어지는 강의인지 아닌지를 고민하고 구매를 결정할 생각입니다. 답변 미리 감사합니다!