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");}

안녕하세요.3유형 관련하여, 문제가 주어지면 알아서 독립성/정규성/등분산성 까지 검증을 해야하는지 궁금합니다~! 예를 들면예) 과자의 무게는 200g과 다른지 검정하세요. 1.정규성 검정 (shapiro) 이후 결과에 따라willcoxon이나 ttest_1samp를 진행해야 하는 것인지. 2.그게 아니라면, 정규성은 주어지고willcoxon이나 ttest_1samp를 하라고 주어지는 것인지 궁금합니다.

그대로 따라하고 실행했는데 이런 문제점이 있습니다. 왜인지 잘 모르겠어요. 44강에서 테스트 메세지의 링크가 모바일에서도 안나옵니다. 44강에서 위치보기 도 누르면 아무 링크가 안열립니다.  45강에서 PC카톡에 "안녕하세요. 봇입니다." 라는 메세지를 보내면, 계속 이렇게 나오네요.

env 파일을 제대로 작성 이후에도퍼블릭 ip로 접속해 본 결과 , 접속이 안되네요.ip뒤에 :80을 붙였음에도 문제 해결이 안되네요..어느 설정을 변경해야 할까요??

기출 3회 작업형2 lgbm으로 풀다가 질문드립니다 #lightgbm import lightgbm as lgb rk = lgb.LGBMClassifier(random_state=628, verbose=-1) rk.fit(X_tr, y_tr) 여기까지 했는데 LightGBMError: Do not support special JSON characters in feature name. 이렇게 오류가 뜨는 건 어떻게 해야하는 건가요??

  es 설정을 입력해주는 부분이라고 이해했는데 운영환경에서는 설정하면 안된다는 게 무슨 말인지 잘 이해되지 않습니다.실제 docker 서버에서 경로에 elasticsearch.yml에서 설정하면 적용 안된다는 건가요? 아니면 보안 설정이라 실무에서 주의하라는 말씀이신가요?

7회 학습 중입니다.앞선 차시 시험들에선 제출을 위한 저장 방법이 주석처리되어 제공됐었던 것 같은데 7회에서는 보이지 않아서 문의 드립니다. 실제 시험 환경에서 파일 제출을 위한 코드가 제공되지 않을 수도 있는 것일까요?

어떤게 있나요 헷갈려서 ex)분류모델-랜덤포레스트,Xgboost,LightGBM이런 식으로 정리 좀 해주세요

강사님 안녕하세요데이터 전처리 과정에서 어떤 조건?으로 결측치를 제가하나요?여기서 이름과 host_id를 제거하신거같은데 이유가 있나요??그리고 모의문제1에서도 어떤 이유 저 컬럼을 없앤건지 궁금합니다