혹시 스케일링에서는 인코딩과 다르게  for col in cols:를 따로 하지않아도 되는 이유가 있나요?  

코딩이 실행이 안되는 이유가 궁금합니다.import pandas as pd train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/hr_train.csv") test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/hr_test.csv") target=train.pop('target') train=train.fillna('X') test=test.fillna('X') df=pd.concat([train,test],axis=0) df=pd.get_dummies(df) train=train.iloc[:len(train)].copy() test=test.iloc[len(train):].copy() 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) from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) rf.fit(X_tr, y_tr) pred = rf.predict_proba(X_val) pred = rf.predict_proba(test)

해당 문제를 아래와 같이 풀었습니다. # your code import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p1/members.csv") df=df.fillna(method='bfill') df=df.groupby(['city','f2']).sum().reset_index() df=df[['city','views']].sort_values(by='views',ascending=False) df= df.reset_index(drop=True) df=df.loc[2:2] df print("대구")해당 마지막 코드인 df=df.loc[2:2]를 통해서 정답이 '대구'인걸 눈으로 확인했는데 해당 값만 추출하는 것을 몰라 마지막에 print를 활용해서 정답을 '대구'로 출력했는데 이와 같은 경우 괜찮은지 질문드립니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요df = df.fillna(method='bfill') df = df.bfill() ffill도 마찬가지로선생님, 왕초보의 질문인데요..! bfill과 fillna(method='bfill')이 완전히 똑같은 기능을 하나요?그렇다면, fillna(method='bfill') 가 조금 더 코드가 긴데, fillna 를 까먹지 않도록 이걸로 알려주시는 걸까요?

안녕하세요, 저는 알려주신 코드와 동일하게 작성한 것 같은데, 결과 값이 'id'로 나오는데 뭐가 문제일까요 import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p1/members.csv") df = df.isnull().sum() print(df.sort_values(ascending=False)) print(df.index[0]) 11:06초먼저 유사한 질문이 있었는지 검색해보세요

train과 test의 결측치를 보면 object 컬럼들이 결측치가 많아 단순히 dropna를 시키면 문제가 있을까요?dropna로 test의 행의 사이즈가 달라지면 오답이 되나요?범주형 변수들의 결측치를 처리할때 X로 채우신 이유가 궁금합니다.

안녕하세요 질 좋은 강의 올려주셔서 항상 감사합니다.몇가지 질문을 하고싶은데traget=train.pop('타겟') << 이거를 인코딩 하기 전에 하는것이 나을까요 아니면 검증데이터 분할하기 전에 하는것이 나을까요?학습시간이 촉박해서 그런데 인코딩에서 레이블인코딩을 학습하지 않고 그냥 원핫인코딩 하나만 학습해서 시험을 쳐도 무리 없을까요? 그리고 머신러닝 학습에서도 lightgbm이나 XGBoost나 다른 모델을 쓰지않고 그냥 랜덤포레스트 하나만 학습해서 시험을 쳐도 합격하는데는 큰 무리가 없을지 궁금합니다!감사합니다 추가적으로작업형 2에서 이상치 조정, 스케일링, 하이퍼 파라미터 튜닝 이 세가지 작업도 굳이 하지 않아도 점수에 큰 영향이 없다면 패스하고 싶은데 괜찮을지 여쭤봅니다!!

먼저 강사님 강의 잘 듣고 있습니다!다름이 아니라 제가 실무에서 코호트 단위로 리텐션 분석해놓은것을 토대로 LTV를 구하는 작업을 진행중입니다!그 과정에서 최근 달의 경우에는 리텐션을 예측해서 LTV 구하는데 활용하는 것으로 알고있는데요!혹시 이 과정에 있어서 어떤 모델을 사용하면 좋을지 여쭙고자 문의사항 남깁니다!보통의 LTV의 경우에는 BG/NBD 혹은 GAMMA GAMMA 모델을 활용한다고 알고있는데 월 단위 구독 모델의 Retention을 구할때는 잘 안쓴다고 하는 것 같아서요!강의에는 아쉽게도 관련 내용으로 진행한건 없는거 같아서 물어보는게 맞을까.. 싶긴한데 여쭤볼곳이 없어 한 번 QnA에 남겨봅니다!

문자형 데이터의 칼럼을 라벨, 원핫 인코딩 말고 삭제해도 괜찮을까요 ?

그랩님, 강의 잘 듣고 있습니다.다름이 아니라 궁금한 사항(=에러 해결방법)이 필요해서 글을 남기게 되었습니다.101강에서 Axios 에러(400)가 안드로이드 스튜디오 에뮬레이터에서 발생하고이어 아래의 추가 사진2에서 보시다시피 502 Bad Gateway가 발생하여 어떻게 해결 할 수 있는지에 대해 알고 싶어서 질문 드립니다.일단 101강 처음부터 ~ 4분 52초까지 그랩님께서 작성하신 소스코드를 똑같이 작성 후결과를 보려하는데,농구공 그림(세부사항:판매자:그랩,가격,상품명등등) 이 나오지 않아서 이것을 어떻게 하면 그랩님과 같은 결과를 볼 수 있을지에 대해 여쭈어봅니다.사진 1 첨부 : 판매되는 상품들 밑에 100강만 들었을 시에 농구공 화면이 잘 나왔으나 101강 4분 52초까지의 내용의 소스코드를 입력 후 결과값 보면 400 에러도 발생하고 농구공도 안나오게 됩니다.어떻게 해야 하나요?사진 2 첨부 : ngrok http 8080후 진행 하면, 아래와 같이 502 Bad Gateway라고 뜨는데, 이 에러 의미와무엇이 잘못된건지 그리고 어떻게 해결 해야 하는지 답변 주시면 좋겠습니다.그랩님의 답변을 기다립니다.

section12 작업형2 (2023년) 문제를 풀어보고 싶은데 링크를 누르면 영상 문제와 같은 문제가 아닌데 풀어볼 방법이 없을까요 ?

 독립표본 t 검정 진행 후 결과를 볼 때ttest_ind() 까지만 적은 후 나오는 결과와여기에서 t_statisstic과 p-value를 따로 출력해서 보이는 결과가 다르게 나옵니다, 

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요안녕하세요 제가 이전에 코랩을 설치한적이 있는데 설정을 잘못한건지 매 코드 행마다 앞에 숫자 1이 적혀져있는데 잘못된건가요? 아니면 새버전에서는 원래 1이 적히는건가요? 선생님처럼 숫자 1이 안뜨게하려면 어떻게해야할까요 감사합니다

n_train = train.select_dtypes(exclude='object') c_train = train.select_dtypes(include='object')데이터 분리할때 .copy() 안써도되나? 뭐가 달라지는건가요? 또 마지막에 파일 제출할때test.index가 무엇을 의미하는지 궁금합니다.이코드로 0부터시작하는 인덱스를 자동으로 생성할 수 있는건가요

import pandas as pd train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/flight_train.csv") test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/flight_test.csv") target=train.pop('price') df=pd.concat([train,test],axis=0) df=pd.get_dummies(df) train=df.iloc[:len(train)].copy() test=df.iloc[len(train):].copy() 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) from sklearn.ensemble import RandomForestRegresor rf=RandomForestRegressor(random_state=0) rf.fit(X_tr,y_tr) pred=rf.predict(X_val) pred=rf.predict(test)카테고리 수가 달라서 concat으로 코딩을 해보았는데 오류가 나는 이유가 궁금합니다.

작업형 모의문제1 2번 문제에f3'컬럼의 'gold' 값을 가진 데이터 수를 출력하세요!문제에서 print(sum(df['f3']=='gold') 가 당시 문제를 풀 때 생각이 나지 않아서 df1 = df[df['f3']=='gold'] print(len(df1))이렇게 작성해서 문제를 풀었습니다.똑같은 정답인 56 이 나오는 거면 이상이 없는지 궁금합니다.

pred[:,1]이게 슬라이싱 개념으로 이해하면될까요?iloc 과 무슨 차이인지 헷갈립니다. pred.iloc[:,1] 느낌상 이게 더 맞는거 같아서요(대상이 데이터 프레임인지 아닌지의 차이인가요)

  구글 코랩에서 코딩이 자동완성 되는데 불편해서 기능을 해제하려고 설정에 들어가서 찾아봤는데 "코드 완성 제안을 자동으로 표시" 탭이 없습니다..!책이나 기존에 실습한 내용을 복기하며 직접 코드를 작성하고 싶은데 자동완성으로 떠서 불편합니다 ㅠㅠ 기능을 없앨 수 있는 방법이 있을까요?

min_value = df['views'].iloc[9] df['views'].iloc[:10] = min_value이 코드는 왜 안되는지 궁금합니다df.iloc[:10,-1] = min_value 풀이의 이 코드는 데이터 프레임에서 슬라이싱한거고제 코드는 시리즈 형태에서 슬라이싱한거같은데 이렇게는 안되나요

y_test 데이터의 용도가 궁금합니다. test데이터의 원래 실제 값이 y_test값인거고,시험에서나, 실무에서나 원래는 없는 값이지만내가 만든 모델이 성능이 어떤지 확인해보기 위해서 제공되는 자료라고 이해하면 될까요?