제가 아직 개념이 완전히 잡혀있지 않아서 생기는 궁금증인것 같습니다.. import numpy as np 를 하면 numpy 라이브러리를 불러오는걸로 알고있는데요! 그럼 도대체 언제 이 라이브러리를 불러오는건지 정해져있는게 있을까요? 어떤 상황에서 불러와야된다...이런게 있는지 궁급합니다. 예제 문제들을 풀고있는데 표준편차의 절대값 차이를 출력할때도 numpy를 불러와서 np.abs(a - b) 이렇게 쓰던데... 언제는 쓰고 언제는 안쓰는건지 이런 개념이 궁금합니다 ㅠㅠ
강사님.. ㅎㅎ 제가 또 작성했는데 결과값이 다르게 나와서요 ㅜㅜ 한번 검토 부탁드립니다!! 제 결과값은 79가 나왔어요! 정답은 56이구요!! # your code import pandas as pd import numpy as np df=pd.read_csv('members.csv') # df.head() # 주어진 데이터에서 결측치가 30%이상 되는 컬럼을 찾고 해당 컬럼에 결측치가 있는 데이터(행)를 삭제 함. # print(len(df)) # 100 # 결측치가 30% 이상 = 30개 이상 # print(df.isnull().sum()) # f1 - 31개 , f3 -28개, views-4개 확인 # 따라서 f1은 결측치 있는 행 제거, f3은 최빈값으로 값 대체 df['f1'] = df['f1'].dropna() df['f3'] = df['f3'].fillna(df['f3'].mode()[0]) cond = (df['f3'] == 'gold') ans = len(df[cond]) print(ans)
제가 코드를 이렇게 작성했는데 강사님의 답은 3261이고 제 답은 3661입니다. 코드를 보면 강사님의 코드와 동일한 결과값이 나와야하지않나..하고 생각이 드는데 어디가 틀렸는지 한번 검토 부탁드립니다.!! # your code import pandas as pd import numpy as np data = pd.read_csv('members.csv') data.head() # f1 컬럼 결측치 중앙값으로 대체 f1_median = data['f1'].median() data['f1'] = data['f1'].fillna(f1_median) # 나머지 결측치 있는 데이터 모두 제거 data = data.dropna() # print(data.isnull().sum()) # 앞에서부터 70% 데이터 중 views 컬럼의 3사분위 수에서 1사분위 수를 뺀 값을 구하시오 (단, 데이터 70% 지점은 정수형(int) 변환) view70 = int(len(data)*0.7) # print(view70) data = data.loc[:view70] Q3 = data['views'].quantile(0.75) Q1 = data['views'].quantile(0.25) ans = Q3 - Q1 print(ans)
데이터 스케일링과 인코딩을 위해 make_column_transformer를 사용하고 샆은데, 혹시 이것을 사용하면 문제가 될 것이 있을까요? 그리고, 통계쪽에서, stats_models까지 준비해야 할까요?.. 아직 공개된 패키지에는 없어 보이는데.. 시간은 없는데 할게 많다보니...ㅠㅠ
안녕하세요 선생님! train, test 데이터를 합치고 인코딩 후 분리하는 과정에서 line = int(X_train.shape[0])이라고 하셨는데 이 부분이 이해가 안갑니다! X_train.shape이 (29304, 15)일 때 int(X_train.shape[0])는 29304(데이터 수)를 말하는 것일까요?
어떤 건 '를 쓰고 어떤건 "를 쓰는데 상관 없다고 하셨었나요? 그리고 df[DateTime인지, 'DateTime'인지 헷갈려요ㅠㅜ] 따옴표는 언제 쓰는 건가요?... 그리고 함수 대소문자는 다 외워야하는 건가요?ㅠㅠ Timedelta고 TimeDelta 아니구요 그쵸?... 규칙이 있나요? 넘 헷갈려요 혹시 {}, [], ()의 차이도 알려주실 수 있으실까요? 언제 쓰는 건지 헷갈립니다. []는 번호나 어레이?를 쓸때이고 df.loc[7] 이렇게..요? {}는 어레이가 여러개 들어가는 데이터(?)를 쓸 때 묶음 표시이고 ()는 함수라는데 loc는 함수가 아닌건가요? ㅠ.ㅠ... 무작정 외우기에는 넘 헷갈려유 ㅠㅠ
안녕하세요^^ 혹시 저 마지막 앞 단어 문제에서 마지막 앞이니까 뒤에서 2번째로 생각하고 혹시 listbox[-2]이렇게 제가 쓴 것처럼 해도 상관없을까요? ㅠㅠ 선생님이 [7:8], [7:-1], [-2:-1]로 답 풀이해주신건 다 이해가 가는데 그냥 -2로만 하면 안되나 궁금해서요!
안녕하세요^^ error 원인을 모르겠어서 print문이 왜 틀린지 궁금해서 올립니다. 바로 위와 아래 시각화는 다 잘 되는데 왜 중간에 로그변환 전후 확인에서 선생님과 다르게 에러가 뜨는지 모르겟어요. 데이터합치기 #분리한데이터 다시 합침에서도 하는데 같은 에러가 뜨는데 왜series가 안불러와지는지 모르겠습니다 ㅠㅠ 맨 처음부터 다시 다 실행해봐도 다른건 다 잘되는데 같은 이유로 에러가 뜹니다
test와 train데이터가 아닌, X_test, X_train, y_test, y_train으로 할 때에 검증데이터와 훈련데이터를 어떻게 나누는지가 헷갈립니다ㅠㅠ 훈련값에 id를 포함하지 않고, 타겟값에 y_train을 전체 넣는 건지, 혹은 타겟값에 y_train 중 'output'만 넣어야하는지 궁금합니다..!!!
안녕하세요 선생님 평가지표 강의 다중 분류 확률값에 대해 질문 있습니다. 'ovo' 방식 roc_score_ovo = roc_auc_score(y_true_onehot, y_pred_proba, multi_class='ovo') print("ROC AUC (OvO):", roc_score_ovo) # 'ovr' 방식 roc_score_ovr = roc_auc_score(y_true_onehot, y_pred_proba, multi_class='ovr') print("ROC AUC (OvR):", roc_score_ovr) 확률값을 구할때는 pred_proba에서 어떤 확률값을 구하는지 pred.proba[:,1] 이렇게 지정해줬던거 같은데 다중확률에서는 이렇게 안하는건가요?? # 다중분류 데이터(확률값) y_true_str = pd.DataFrame(['A', 'B', 'C', 'A', 'B']) # 실제값 y_pred_proba = pd.DataFrame([[0.2, 0.5, 0.3], [0.7, 0.2, 0.1], [0.4, 0.3, 0.3], [0.4, 0.1, 0.5], [0.1, 0.8, 0.1]], columns=['A', 'B', 'C']) # 예측값(각 클래스 확률) # 인코딩된 순서와 확률 컬럼 순서가 같인지 확인 print("y_true의 원-핫 인코딩된 컬럼 순서:", y_true_onehot.columns) print("y_pred_proba의 컬럼 순서:", y_pred_proba.columns) 2 . 실제 문제를 풀 때는 pred_proba값이 배열 형태로 되어 있어 컬럼값이 지정이 안되어 있을텐데 이 때는 컬럼 순서가 같은지 어떻게 확인을 해야 하는 건가요??
마지막 부분에서 저의 코드는 pred = rf.predict(test)submit = pd.DataFrame({ 'index': test.index, 'target': pred}) submit.to _csv("수험번호.csv" , index = False)인데 여기서 submit.to _csv까지만 적고 제출해도 되나요?? 추가적으로 강의 코드를 보면 ..... rf.fit (X_tr, y_tr)pred =rf.predict(X_val) pred=rf.predcit(test)submit = .... 이런 코드에서 pred 가 2개 중복인데 어떻게 해석해야하나요??
작업형 2유형에서 베이스라인으로 데이터 삭제, 라벨 인코딩, 원핫 인코딩 3가지를 시행 후 정확도가 높은 것을 선택하여 최종 제출했는데요! 반드시 이 3가지를 모두 시행해야만 하는건지 궁금합니다..!! 예를 들어 1가지를 시행했을때 정확도가 몇% 이상 나왔을때 그냥 그대로 제출해도 되는건지 이런 기준이 있는건지 궁금합니다 ㅠㅠ