학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요train,test데이터 범주형 수가 다르면 concat 후 레이블인코딩 또는 원핫인코딩 후 다시 train,test로 나뉘는데 이중 레이블인코딩은 train데이터엔 있고 test데이터에는 없을때에만 가능한게 맞을까요?10회 2유형 범주형 갯수를 보면 train에는 42 범주형에는 41이어도 동일한 주구매상품이라 가능한거죠?얼핏 다른곳에 train없고 test에만 있을경우 사용하면 안된다는 글을 보았거든요. 

이진 분류에서 target값이 문자형태일 때 acuuracy는 target 값이 숫자형태일 때 처럼 수행하고f1은 pos_label을 통해 양성값을 지정해주면 되는데roc_auc와 recall, precision 평가지표들은 어떻게 수행해야하나요? 

import lightgbm as lgb rk = lgb.LGBMRegressor(random_state=628, verbose=-1) rk.fit(X_tr,y_tr) pred = rk.predict(X_val) from sklearn.metrics import root_mean_squared_error ruf = root_mean_squared_error(y_val,pred) ruf pred = rk.predict(test) submit = pd.DataFrame({'pred':pred}) submit.to_csv("result.csv", index = False) print(pd.read_csv("result.csv").head()) 여기까지 작성하고 실행을 했는데 pred 0 15343.154157 1 15824.571222 2 14148.946309 3 17381.447059 4 6259.560969 이렇게 나오는 이유가 뭘까요.. 처음에 까먹어서 다시 했는데 계속 저렇게 나와요

저 같은 경우에는 컬럼 개수가 안뜨는데 이유가 뭔가요?

강사님 안녕하세요. 강의 잘 듣고 있습니다!강사님께서는 스타일링을 하실때 리액트 네이티브 기본 styleSheet를 사용 해서 개발하시는데,현재 강의에서 개발하는 토이프로젝트 규모의 앱이 아니라, 실제 서비스용 앱을 개발하실때에도 기본 styleSheet를 사용해서 개발하시는지 아니면 다른 외부 라이브러리를 사용해서 개발하시는지 궁금합니다!next.js 나 react 에서는 생산성이나 기능적인 부분때문에 다양한 라이브러리를 사용하는 경우가 많은데, 리액트 네이티브에서는 기본 스타일만으로 충분한지 조언들 듣고 싶습니다. 감사합니다!

train object 컬럼과 test object 컬럼의 기초 통계 확인후 unique 개수가 다른 경우에는 pd.concat을 통해 train+test를 합친 후 pd.get_dummies(원핫-인코딩 진행 후) 길이만큼 나누는 부분이 진행하는 게 맞을까요?

언리얼 5.6 버전으로 깔고 진행하는데 강좌를 보면 콘텐츠 브라우저 / 콘텐츠 폴더에 기본으로 생성 되서 들어가는 데이터가 있는 것 같은데(World, Level, Scene 강좌에서 보여졌던 의자 파티클 이 있는 레벨) 존재하지 않아서 문의 드립니다.

안녕하세요!강의를 듣다가 궁금한 점이 생겨서 질문드립니다.좀비님은 혹시 결제 취소에 대해서도 구현하시나요?질문을 드리는 의도는,DB에 구글이 돌려주는 사용자의 정보 중 어느것 정도까지 저장하시는지(필요하다고 판단되시는지) 궁금해서요!또한 구독이 취소됐을 경우 웹훅으로 디비가 업데이트 됐을 때 보통 클라이언트단에서는 서버에 해당 정보를 확인하기 위해 API를 언제 호출하시나요?(만약 이런 식으로 하고 계신다면요!)

4:05참/거짓은 1이외의 값, 0으로 판단한다.(0: 거짓, 그 이외의 값: 참) 궁금한 점: 위와 같이 설명하셨는데, 음수 값 (마이너스 값)이 들어오면 어떻게 인식하나요?그리고 1이외의 값이 아닌 0외의 값(=참)이 맞는 표현 아닌가요?0외의 값(=참), 0(=거짓)으로 판단한다.저는 이렇게 생각하여 질문드립니다.

테스트 사이즈를 나누는 기준이 있나요??작으면 0.15, 좀 크면 0.2이런식으로요 

선생님, 안녕하세요. 다름이 아니라, 제3유형의 출제범위가 생각보다 넓은 듯 하여 걱정입니다...F 값, 합동 분산 추정량, 로그 씌우는 함수 등... 배우지 못했거나 알지 못하는 개념 및 함수가 갑작스레 등장하게 될까 걱정이네요...어느정도까지 숙지해야하는지도 감이 안서 난감합니다...ㅠㅠ

import pandas as pd train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p2/heart/2files/train.csv") test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p2/heart/2files/test.csv") # train = pd.read_csv("train.csv") # test = pd.read_csv("test.csv") print(train.shape, test.shape) target = train.pop('output') from sklearn.model_selection import train_test_split X_tr,X_val,y_tr,y_val = train_test_split(train,target,test_size=0.5,random_state=2022) print(X_tr.shape,X_val.shape,y_tr.shape,y_val.shape) from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier(random_state=2022,max_depth=5, n_estimators=400) model.fit(X_tr,y_tr) pred = model.predict_proba(X_val) from sklearn.metrics import roc_auc_score roc_auc = roc_auc_score(y_val,pred[:,1]) print(roc_auc)작업형2 3번 예시 문제에서 강의 스크립트와 동일하게 작성했는데 roc_auc 평가 결과가 1.0으로 나오게 됩니다.1로 나오는 결과는 모델이 검증 데이터를 완벽하게 예측하는 경우라고 하는데, 해당 스크립트 맞는지한번 봐주시면 감사하겠습니다!^^

안녕하세요 쿠케님. 우선 좋은 강의 감사합니다.다름이 아니라 댓글 무한 depth - 테이블&구현 설계에서 unique index를 작성하는 부분이 나오는데 unique index 대신 index로 구현하고 table 생성 시 path에 unique 제약을 걸어도 효과가 같을지 궁금합니다.

문제를 라벨인코딩이 아닌 원핫인코딩으로 풀고 싶은데, 챗 gpt 에 물어봤더니, # 열 정렬/맞춤 필수 (시험 감점 포인트!)train, test = train.align(test, join='left', axis=1, fill_value=0)이 코드가 필수라고 해서요! 원핫인코딩을 할 떄는 항상 안전하게 이 코드를 작성해주면 좋을까요?아니면 이 문제의 경우 특히 그런걸까요?  

저는 1.데이터 크기 확인print(train.shape,test.shape)2.결측치 수 print(train.isnull().sum())print(test.isnull().sum()) 3.#target unique 수print(train['Heat_Load'].value_counts())4.데이터 정보(자료형)print(train.info())정도만 확인 하는데 value_counts()로 확인하는 이유와 object의 unique개수를 확인 하는 이유가 뭔가요?

import pandas as pd import numpy as np # 가상 데이터 생성 np.random.seed(42) n_samples = 1000 data = pd.DataFrame({ 'rain': np.random.normal(50, 15, n_samples), # 강수량 'wind': np.random.normal(7, 2, n_samples), # 바람 'co2': np.random.normal(400, 50, n_samples), # 이산화탄소 농도 'energy': np.random.normal(100, 20, n_samples) # 에너지 소비 }) # CSV 파일로 저장 data.to_csv('city_climate_energy_data.csv', index=False) import statsmodels.api as sm x = data[['rain', 'wind', 'co2']] y = data['energy'] x2 = sm.add_constant(x) model = sm.OLS(y, x2) result = model.fit() result.summary() print(result.params['co2']) 1-3. rain=50, wind=7, co2=400일 때 예측값과 그에 대한 95% 신뢰구간을 구하시오.import pandas as pd import statsmodels.api as sm new_data = pd.DataFrame( { 'rain' : [50], 'wind' : [7], 'co2' : [400] } ) # new_data_const = sm.add_constant(new_data) # print(new_data_const.shape) pred = result.get_prediction(new_data) pred.summary_frame(alpha = 0.05)ValueError Traceback (most recent call last) <ipython-input-67-3154375170> in <cell line: 0>() 13 # print(new_data_const.shape) 14 ---> 15 pred = result.get_prediction(new_data) 16 pred.summary_frame(alpha = 0.05) 2 frames/usr/local/lib/python3.11/dist-packages/statsmodels/regression/linear_model.py in predict(self, params, exog) 407 exog = self.exog 408 --> 409 return np.dot(exog, params) 410 411 def get_distribution(self, params, scale, exog=None, dist_class=None): ValueError: shapes (1,3) and (4,) not aligned: 3 (dim 1) != 4 (dim 0)import statsmodel.api as sm라이브러를 사용하니 1-3 문제의 경우에 상수항때문에 에러가 발생하네요.statsmodels.formula.api import ols 를 사용하는게 가장 최선일까요?  

  http://127.0.0.1:3305/ex03_hello_world_designer.html 주소로 이동했습니다. ex03_hello_world_designer.js:9 Uncaught (in promise) DataCloneError: Failed to execute 'postMessage' on 'Worker': SharedArrayBuffer transfer requires self.crossOriginIsolated. at ex03_hello_world_designer.js:9:16758 at new Promise (<anonymous>) at loadWasmModuleToWorker (ex03_hello_world_designer.js:9:15451) at Array.map (<anonymous>) at Object.loadWasmModuleToAllWorkers (ex03_hello_world_designer.js:9:16962) at ex03_hello_world_designer.js:9:14758 at ex03_hello_world_designer.js:9:17642 at Array.forEach (<anonymous>) at callRuntimeCallbacks (ex03_hello_world_designer.js:9:17631) at preRun (ex03_hello_world_designer.js:9:7603) (익명) @ ex03_hello_world_designer.js:9 loadWasmModuleToWorker @ ex03_hello_world_designer.js:9 loadWasmModuleToAllWorkers @ ex03_hello_world_designer.js:9 (익명) @ ex03_hello_world_designer.js:9 (익명) @ ex03_hello_world_designer.js:9 callRuntimeCallbacks @ ex03_hello_world_designer.js:9 preRun @ ex03_hello_world_designer.js:9 run @ ex03_hello_world_designer.js:9 runCaller @ ex03_hello_world_designer.js:9 removeRunDependency @ ex03_hello_world_designer.js:9 receiveInstance @ ex03_hello_world_designer.js:9 receiveInstantiationResult @ ex03_hello_world_designer.js:9 Promise.then (익명) @ ex03_hello_world_designer.js:9 Promise.then instantiateAsync @ ex03_hello_world_designer.js:9 createWasm @ ex03_hello_world_designer.js:9 (익명) @ ex03_hello_world_designer.js:9 qtLoad @ qtloader.js:231 await in qtLoad init @ ex03_hello_world_designer.html:53 onload @ ex03_hello_world_designer.html:24 http://127.0.0.1:3305/ex03_hello_world_designer.html 주소로 이동했습니다. ex03_hello_world_designer.js:9 Uncaught (in promise) DataCloneError: Failed to execute 'postMessage' on 'Worker': SharedArrayBuffer transfer requires self.crossOriginIsolated. at ex03_hello_world_designer.js:9:16758 at new Promise (<anonymous>) at loadWasmModuleToWorker (ex03_hello_world_designer.js:9:15451) at Array.map (<anonymous>) at Object.loadWasmModuleToAllWorkers (ex03_hello_world_designer.js:9:16962) at ex03_hello_world_designer.js:9:14758 at ex03_hello_world_designer.js:9:17642 at Array.forEach (<anonymous>) at callRuntimeCallbacks (ex03_hello_world_designer.js:9:17631) at preRun (ex03_hello_world_designer.js:9:7603) (익명) @ ex03_hello_world_designer.js:9 loadWasmModuleToWorker @ ex03_hello_world_designer.js:9 loadWasmModuleToAllWorkers @ ex03_hello_world_designer.js:9 (익명) @ ex03_hello_world_designer.js:9 (익명) @ ex03_hello_world_designer.js:9 callRuntimeCallbacks @ ex03_hello_world_designer.js:9 preRun @ ex03_hello_world_designer.js:9 run @ ex03_hello_world_designer.js:9 runCaller @ ex03_hello_world_designer.js:9 removeRunDependency @ ex03_hello_world_designer.js:9 receiveInstance @ ex03_hello_world_designer.js:9 receiveInstantiationResult @ ex03_hello_world_designer.js:9 Promise.then (익명) @ ex03_hello_world_designer.js:9 Promise.then instantiateAsync @ ex03_hello_world_designer.js:9 createWasm @ ex03_hello_world_designer.js:9 (익명) @ ex03_hello_world_designer.js:9 qtLoad @ qtloader.js:231 await in qtLoad init @ ex03_hello_world_designer.html:53 onload @ ex03_hello_world_designer.html:24  릴리스 선택후 빌드한 html를 브라우저에 띄워서 테스트 해보니 로딩이 끝나지 않습니다.실제 브라우저에 배포하려면 설정이 더 필요한걸 까요? 

안녕하세요.강의 결제 후 학습을 진행하려 합니다.강의 수강 하면서 자료 참고 및 복습을 하기 위해 아래 메일로 강의 자료 부탁드려도 될까요~??이메일: gaphh99@gmail.com확인 부탁드립니다.좋은 강의 감사합니다.

a.md 파일 만들고 u에서 a 이후 첫 커밋하는 건 잘 따라했는데요.이후 두 번째 커밋 하는 방법 보여주실 때 a.md 파일 수정하니까 강사님 화면에서는 m으로 바뀌더라구요.근데 저는 아무리 a.md를 수정해도 m으로 바뀌지 않아서.. 챗지피티 통해 알아보니까, a.md 수정 후 "저장(ctrl+s)" 해야 m으로 바뀌는 거였군요.. 강사님은 자동 저장이 되어 있어서 그런걸까요?

그리고 한가지 더 궁금하자면 원래 checkedChanged에 checkBox1_checkedChanged라고 자동으로 선택할수 있는게 아니라 전 수동으로 글씨 입력했는데 원래 이래야 하나요? private void checkBox1_checkedChangｅｄ(object sender, EventArgs e){ //알림메시지를 띄울 때 사용합니다. MessageBox.Show("알림메시지");}