다른 외부의 요청으로 서버를 뛰우게 된다는 말로 이해하면 될까요?

섹션12 작업형 2회 기출유형아래처럼 풀이했을 때, TypeError: float() argument must be a string or a real number, not 'LabelEncoder' 오류메시지 뜹니다. 어디서 오류가 난건지 이러한 풀이방법은 잘못된건지 알 수 있을까요? # EDAX_train = X_train.drop(columns = ['ID'])X_test_id = X_test.pop('ID')y_train = y_train.drop(columns = ['ID']) # 수치형 데이터 스케일링num = ['Customer_care_calls', 'Customer_rating', 'Cost_of_the_Product', 'Prior_purchases', 'Discount_offered', 'Weight_in_gms']from sklearn.preprocessing import RobustScalerscaler = RobustScaler()X_train[num] = scaler.fit_transform(X_train[num])X_test[num] = scaler.fit_transform(X_test[num]) # 범주형 데이터 원핫인코딩cols = ['Mode_of_Shipment', 'Product_importance', 'Gender']X_train = pd.get_dummies(data = X_train, columns = cols)X_test = pd.get_dummies(data = X_test, columns = cols) # 범주형 데이터 라벨인코딩from sklearn.preprocessing import LabelEncoderencoder = LabelEncoder()X_train['Warehouse_block'] = encoder.fit(X_train['Warehouse_block'])X_test['Warehouse_block'] = encoder.fit(X_test['Warehouse_block']) # 분리from sklearn.model_selection import train_test_splitX_tr, X_val, y_tr, y_val = train_test_split(X_train, y_train, test_size = 0.2, random_state = 2023) # 모델 및 평가from sklearn.ensemble import RandomForestClassifiermodel = RandomForestClassifier()model.fit(X_tr, y_tr)pred = model.predict_proba(X_val) # 평가from sklearn.metrics import roc_auc_scoreroc_auc_score(y_val, pred[:, 1])

안녕하세요😀 강의 수강하다 궁금증이 생겨서 질문드립니다.보통 로그인 폼이나, 회원가입 폼처럼 보통 <input> 사용할 때 <form> 안에 넣어서 사용했던걸로 알고 있었습니다. 근데 영상 내에서는 <form>를 사용하시지 않는 것 같더라구요! form을 사용하는게 사용자에게 데이터를 입력받아서 서버한테 전달하는 것으로 알고 있는데 영상 내에서는 간단한 input만 받으니까 서버의 전송이 필요없어서 그러신걸까요?<input> 사용할 때마다 궁금했던건데 .. 제가 투두프로젝트를 만들 때도 할일 목록 입력받는 input, 수정할 투두 입력받는 input 이렇게 2개만 필요하고, 로컬스토리지를 사용할거라 서버의 전송이 필요없는 경우라면 굳이 <form> 사용할 필요가 없는건지.. form 태그 사용 여부 기준을 잘 모르겠습니다 ㅠㅠ 사용할 input의 갯수가 1개 밖에 없어도 서버에 전송을 해야하는 경우면 form을 사용하고, 아니라면 form를 굳이 사용할 필요가 없는걸까요? 구글에 검색해봐도 개인마다 작성하는게 다르고.. 제가 원하는 답변을 얻을 수가 없어서 이렇게 질문드립니다. 감사합니다 !

이런 트리가 있다면 높이가 3이 될텐데요.높이 공식을 적용해보면 log₂N - 1 을 해서 2.xxx 가 나오는 거 같은데 왜 다른걸까요? 혹시 이 트리가 균형이진트리가 아닐까요? 3번 노드가 6번 노드랑 깊이 차이가 2가 나서 균형이진트리가 아닐까요?그런데 선생님이 블로그에 예시로 보여주신 균형이진트리 모습에도 깊이가 2차이 나는 경우가 있긴 하더라구요...그래서 뭔가 이 이유는 아닌 거 같다는 생각이 들었습니다.개념이 좀 헷갈리네요ㅠ 균형이진트리가 맞다면 왜 높이 공식으로 구한 값이랑 실제 높이랑 다른건지 궁금합니다!

 어떠한 부분이 문제인가요? 언리얼 엔진에 맞게 설정을 한거 같습니다

18분 53초에 변수 명을 왜 src, tar로 하셨는지 궁금합니다.다르게 지어도 상관없다는 것 정도는 알지만 넘모 궁금해서 여쭙슴다

제가 정확히 이해한 것이 맞는지 확인하고자 질문드립니다.  Rotation 커브 만드실 때 값을 0~90으로 하셨는데 애니메이션 움직이는 것에는 영향을 주지 않고 프레임이 바뀔 때 마다 바뀌는 0~90 값을 코딩에 활용하기 위해 만든 것으로 이해 했는데 단순하게 변수와 같은 원리로 이해하면 되는건가요? 메타데이터는 애니메이션 on off 상황을 0 과 1로 나타내는 용도로만 사용하는 기능인가요?

시험환경 테스트에서는 csv파일명을 : result.csv로 제출하라고 되어있는데실제 시험에서는 수험번호를 파일명으로 제출하나요? 강의 속에서는 항상 수험번호를 csv 파일명으로 만들어서 궁금해서 문의 드립니다!

 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? 예2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? 예3. 질문 잘하기 메뉴얼을 읽어보셨나요? 예[질문 내용]선생님 좋은 강의 항상 감사합니다.!스프링 부트 라이브러리 강의 듣던 도중에 오탈자가 있는것 같아서 제보 드립니다.4. 스프링 부트 스타터와 라이브러리 관리.pdf 의 5페이지.버전정보 - BOM 의 설명 중, "id 'org.springframework.boot' version '3.0.2' : 여기에저징된스프링부트버전참고" 에서'저징된' 이라는 오탈자가 있습니다. 아마도 설명 흐름 상'지정된' 이 오탈 처리 된 것 같습니다.

United kingdom 단독이 아닌 포함된 country를 찾으려면 어떤 방식을 사용할 수 있을까요?

[질문 템플릿]1. 강의 내용과 관련된 질문인가요? 네2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? 네3. 질문 잘하기 메뉴얼을 읽어보셨나요? 네[질문 내용]안녕하세요 강의를 듣던 중에소켓의 개념이 궁금하여 서칭을 해봤는데..여러 곳에서 확인해본 결과 소켓이 정확히 무엇인지 명확하게 개념이 잡히질 않아서질문을 남깁니다.. 소켓이 정확히 뭔지 모르겠습니다...

안녕하세요~ 수강생입니다!작업형2 유형을 풀다보니 문득 궁금한 점이 있어서 질문 올립니다. 만일 실전에서 회귀문제 RMSE를 묻는 문제라고 가정한다면....모델을 아래 코드 예시와 같이 다양하게 할 수 있을텐데요..#### 랜포를 썼을 경우 from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor(random_state=2023, max_depth=5) model.fit(X_tr, y_tr) pred = model.predict(X_val) from sklearn.metrics import r2_score, mean_absolute_error, mean_squared_error def rmse(y_test, y_pred): return np.sqrt(mean_squared_error(y_test, y_pred)) # print('r2_score:', r2_score(y_val, pred)) # print('mean_absolute_error:', mean_absolute_error(y_val, pred)) # print('mean_squared_error:', mean_squared_error(y_val, pred)) # print('rmse:', rmse(y_val, pred)) #### 부스트를 썼을 경우 from xgboost import XGBRegressor model = XGBRegressor() model.fit(X_tr,y_tr) pred=model.predict(X_val) from sklearn.metrics import r2_score, mean_absolute_error, mean_squared_error def rmse(y_test, y_pred): return np.sqrt(mean_squared_error(y_test, y_pred)) # print('r2_score:', r2_score(y_val, pred)) # print('mean_absolute_error:', mean_absolute_error(y_val, pred)) # print('mean_squared_error:', mean_squared_error(y_val, pred)) # print('rmse:', rmse(y_val, pred) 예를들어 위 예시 코드 중에 랜포가 부스트보다 성능이 좋았다면,최종 제출해야 하는 것은 아래의 코드처럼 1) 랜포나 부스트 둘중에 성능이 좋은 것을 선택, 2) 각 모델에서 하이퍼파라미터 튜닝을 해본 후에 질문의 RMSE가 성능이 제일 잘 나온 것(하이퍼파라미터 값 고정)으로 쭉 뒤에 코딩하고 제출하면 되는 건가요?결국 1)번과 2)번의 불필요한 모델이나 평가방법은 주석 처리하거나 삭제처리문제의 RMSE 성능을 봐야하는데 RMSE 코드를 잘모를 경우를 대비하여 sklearn.metrics에 질문의 RMSE 외에 r2_score, mean_absolute_error, mean_squared_error 값들을 한번 보는 용도인거죠? #### 랜포를 썼을 경우 from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor(random_state=2023, max_depth=5) model.fit(X_tr, y_tr) pred = model.predict(X_val) from sklearn.metrics import mean_squared_error def rmse(y_test, y_pred): return np.sqrt(mean_squared_error(y_test, y_pred)) # print('rmse:', rmse(y_val, pred))

Github 연결하려 하는데 마지막 단계에서 오류가 자꾸 떠요ㅜㅠ 홈페이지에서 precamp 파일을 지웠다가 다시 만들어도 보고 했는데 계속 저런 알 수 없는 오류가 뜨네요,, 어떻게 다시 연결할 수 있을까요? ㅜㅅㅜ

질문은 많으시면 많을수록 좋습니다. 가능한 빠른 답변 드리겠습니다.원활한 답변을 위해, 자세한 질문 사항 부탁드려요  열심히 타이핑해서 저장을 해뒀는데 실수로 삭제를 해버렸네요. 복습 겸 다시 듣고 있는데 혹시 다른 강의처럼 코드를 올려주실 수 있을까요?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 df = pd.DataFrame({ '날짜': ['20220103', '20220105', None, '20230127', '20220203', '20220205', '20230210', '20230223', '20230312', '20230422', '20', '23'], '제품': ['A', 'B', None, 'B', 'A', None, 'A', 'B', 'A', 'B', 'A', 'A'], '판매수': [3, None, 5, 10, 10, 10, 15, 15, 20, None, 30, 40], '개당수익': [300, 400, 500, 600, 400, 500, 500, 600, 600, 700, 600, 600] 판매수 컬럼에 결측치가 있는 행을 제거하라고 할 때, df = df['판매수'].dropna()df = df.dropna(subset = '판매수')1번과 2번의 차이는 무엇인가요? ㅠㅠ

깃허브에서 프로젝트를 가져와 실행시키고 싶습니다.GitHub - LKHcoding/SNS_Project_Springboot: Java, Springboot, Mysql 등을 사용한 인스타그램 클론코딩 팀 프로젝트 이 프로젝트를 받아와 가져와 실행시키는데 MYSQL 설정을 어떻게 해야 하는지 모르겠습니다.이 부분은 MYSQL 에서 테이블을 생성해야 되는 건가요? 프로젝트에서 엔티티를 생성할 때 자동으로 생성되는 건가요?만약 테이블을 생성해야 된다면 어떻게 하면 되나요?도움 주시면 감사하겠습니다.

 js코드 부분에서 document.getElementById("myword")쪽 질문입니다. document.getElementById("myword").value를 document.getElementById("myword").innerText로 바꾸니까 실행이 안되던데 document.getElementById("myword").innerText를 쓰면 안되는건가요? input 태그의 id를 끌어올 때는 value를 쓰는건지궁금합니다!

구조체에서 Split Struct Pin을 통해서 핀을 바로 분할해서 사용하는 것과Break {구조체 이름} 혹은 Make {구조체 이름}을 통해서 핀을 사용하는 것에 대한 차이점이 있는지 알고 싶습니다단지 중복되는 기능인지 아니면 성능 차이가 있는지 이유를 알 고 싶습니다

 proxyBeanMethods=false 을 사용하면 Bean 오브젝트가 싱글톤 빈처럼 같은 오브젝트가 리턴되는 것이 아니라 매번 새로운 오브젝트가 생성된다고 하셨는데 이렇게 굳이 새로운 오브젝트를 매번 생성하는 이유가 있을까요?새로운 오브젝트를 생성하는 비용보다 프록시 생성을 해서 싱글톤 방식으로 같은 오브젝트를 리턴하는 비용이 더 크기 때문일까요?왜 그렇게 설정을 하는 것인지 궁금합니다.

#include<bits/stdc++.h> using namespace std; typedef long long ll; struct Node{ int num; vector<int> links; }; Node A[40]; int main(){ ios_base::sync_with_stdio(false); cin.tie(0); cout.tie(0); int num = 2; for (int i = 0; i < 19; i++){ vector<int> v; v.push_back(i+1); A[i] = {num,v}; num+=2; } for (int i = 0; i < 19; i++){ cout << A[i].num << " "; } } #include<bits/stdc++.h> using namespace std; typedef long long ll; struct Node{ int num; vector<int> links; Node(int NUM,vector<int> LINKS) : num(NUM),links(LINKS){} }; Node A[20]; int main(){ ios_base::sync_with_stdio(false); cin.tie(0); cout.tie(0); int num = 2; for (int i = 0; i < 19; i++){ vector<int> v; v.push_back(i+1); A[i] = Node(num,v); num+=2; } for (int i = 0; i < 19; i++){ cout << A[i].num << " "; } }첫번째 코드는 정상작동되는데, 두번째 코드는 error: no matching function for call to ‘Node::Node()’ 14 | Node A[20];이런 오류코드를 띄웁니다.두번째 코드에 이상이 없다고 생각하는데 왜 저런 오류가 나는지 궁금합니다.