안녕하세요. 강의 제공자입니다. 이 강의에서 사용하는 파이썬 프로그램은 구글 콜랩에서 수행을 해야 합니다. 개인 구글 계정이 있으면 되고요. 파이썬 프로그램에서 사용하는 데이터 파일은 프로그램 코드((ipynb 확장자)에서 자동으로 다운로드 받도록 되어 있습니다. 코드를 실행하면서 확인하실 수가 있어요. 가끔 데이터 파일이 없다고 문의를 하시는 분들이 있어서 메세지를 남겨드립니다. 그럼, 참고하시고요. 항상 좋은 일들이 가득하시길 빌겠습니다. 행복한 날들 보내십시오. 감사합니다.
안녕하세요 선생님, 결측치 처리하면서 train과 test에 모두 동일한 컬럼에 대해 결측치가 있는 행을 삭제하였는데요(name, host_name). 나중에 시험에서 이렇게 제출해도 채점하는데 문제가 없나해서요. 선생님께서 주신 y_test를 토대로 r2_score(y_test, pred))를 채점해보면 데이터 행의 수가 달라서 오류가 나더라구요. 혹시 시험에서도 이렇게 오류가 나서 채점이 안되지는 않는지 궁금합니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 시험환경에서 df 전체가 보이지 않기때문에 초기 설정 값을 해야한다고 강의에서 보았는데요, 9회 실시에서도 적용이 필요한지 궁금하며, 입력코드가 알고싶습니다.
안녕하세요~ 기출문제 강의 영상을 보면 작업형 2에서 범주형 데이터는 인코딩을 하고, 수치형 데이터는 따로 정규화 작업을 수행하지 않는 경우가 있습니다. 수치형 데이터의 경우 정규화를 안해도 결과값에 큰 영향을 주지는 않나요? 수치형데이터를 정규화 하는 경우 아래의 방법이 맞는지도 질문드립니다. 감사합니다. #수치형, 범주형 구분 n_train = train.select _dtypes(exclude='object') n_test = test.select _dtypes(exclude='object') c_train = train.select _dtypes(include='object') c_test = test.select _dtypes(include='object') # 수치형데이터 정규화 from sklearn.preprocessing import StandardScaler scaler = StandardScaler() cols = train.select _dtypes(exclude='object').columns n_train[cols] = scaler.fit _transform(n_train[cols]) n_test[cols] = scaler.transform(n_test[cols]) # 합치기 train = pd.concat([n_train, c_train], axis=1) test = pd.concat([n_test, c_test], axis=1)
로지스틱회귀문제를 구할때는 formula = "Churn ~ DataUsage + DayMins" 위와 같이 formula를 따로 적어줬는데 다중선형회귀분석에서는 formula를 따로 위에 적지 않고 model = ols('PIQ ~ Brain + Height + Weight', data=df).fit() 이렇게 풀이가 된 이유가 뭘까용??
기출에서 쓰신 Encoder가 RobustEncoder, 원핫인코더, LabelEncoder가 있는데 분류, 회귀 문제 구분없이 아무것이나 쓰면 되는 것인가요? 3 인코더를 구분해서 써야하는 특징이 있나요? 시험환경 테스트에서 단축키(실행) Alt+Enter가 되지 않는데 실제로도 그런 것인가요? 시험장 환경에서 실행버튼 클릭 외 단축키가 있는 지 궁금합니다. 감사합니다.
안녕하세요, 질문이있습니다. 예를들어 유형1 같은경우 어떤 값이 무엇이냐? 소수점 3자리까지 구하라 이렇게 제시가되는데요 이과정에서 저의 코드는 어떤 코드로 진행하는것이 아닌 제가 그냥 df.head()를 통해 보고 그값을 눈으로 찾아 그걸 이용해도 상관없는지, 또 답을 제출할때도 표를 보고나서 그냥 제 눈으로 찾아서 혹은 제스스로 반올림을 직접해서 답을 제출해도 되는지 궁금합니다.
데이터 전처리에서 test_id의 데이터가 9779개이고, 검증 데이터 분리에서 X_val의 데이터가 5868개입니다. 행의 개수가 맞지 않아서 오류가 발생하는데, 어떻게 해결해야 할까요? 'id' 컬럼을 pop 하고, 검증 데이터를 분리하면 아래와 같이 행 수가 줄어듭니다. 그리고 랜덤 포레스트로 pred를 예측하는데요. X_val 값이 들어가는 게 아닌가요?
3-6 에서 object 컬럼명을 선택할 때 이렇게 하셨는데, cols = train.select_dtypes(include="object").columns 3-4에서 보여주신 이 식도 같이 쓸 수 있는 건가요? cols = list(X_train.columns[X_train.dtypes == object])
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 5회 기출 작업형1 2번문제에 제곱하는 경우 두번 나눈값과 **2한 값이 결과에 영향을 미치는데 점수에 영향이 있을까요?(df['Height']/100)**2
X_tr, X_val, y_tr, y_val 로 나누고, model.fit(X_tr,y_tr) 로 학습을 시키고, model.predict(X_val) 로 검증을 하는데요.. 최종 제출할 때에 model.fit(train, target) 로 학습을 시키고, model.predict(test) 로 제출을 하는게 나을까요? 아니면 model.fit(X_tr,y_tr) 로 학습을 시키고, model.predict(test) 로 제출을 하는게 더 나을까요?
강의 마지막 성능을 평가하는 과정에서 y_test['charges']와 pred의 rmse를 비교하는 것이 아닌 y_test['charges']과 np.exp(pred)의 성능을 비교해야 맞는 것 아닌가요? log변환 후 학습을 진행했기에 계속 변환값을 예측값으로 말씀하시다가 마지막에는 변환 없이 평가하길래 질문 남깁니다.