12분 10초대부터 시작해서 a[0]가 0되면서 탈출조건 이렇게 말씀하시면서 0이라고 하시는데func(values, 0, 1) 여기서 st = 0, end = 1 인데탈출조건은 st >= end 0>= 1 이렇게 되면 탈출이 안되는거 아닌가여? 이해가 안됩니다

안녕하세요 혼자 문제 풀이를 해보다가 제가 작성한 코드들이 문제가 없는지 여쭤보고싶습니다.그리고 마지막 제출단계에서 test 데이터에 'Attritino_Flag'를 삭제했는데 (drop을 안시키고 작성했는데 오류가 뜨더니 자동으로 drop시키는 코드로 수정되었습니다.) 왜 삭제해야 오류가 안나는지 궁금합니다. # 1. 문제 정의 (분류) target: Atrrition_Flag(1: 이탈, 0: 유지) # 2. 데이터 불러오기 # 3. 탐색적 데이터 분석(EDA) # train.info() # dtypes: float64(5), int64(11), object(5) # train.isnull().sum() # 0 # train.describe(include='O') # test.info() # dtypes: float64(5), int64(10), object(5) # test.isnull().sum() # 0 # train['Attrition_Flag'].value_counts() # 0: 6815, 1: 1286 # 4. 데이터 전처리(인코딩, 데이터 전처리) # 4-1. 원핫인코딩 data = pd.concat([train, test], axis = 0) data = pd.get_dummies(data) train = data.iloc[:len(train)].copy() test = data.iloc[len(train):].copy() # train.info() # bool(23), float64(6), int64(10) # test.info() # bool(23), float64(6), int64(10) # 5. 검증 데이터 나누기 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split( train.drop('Attrition_Flag',axis=1), train['Attrition_Flag'], test_size = 0.2, random_state = 0 ) # 6. 모델 학습 및 평가 # 6-1. 모델불러오기 from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) # 6-2. 학습(fit) rf.fit(X_tr, y_tr) # 6-3. 예측(predict) pred = rf.predict(X_val) # 6-4. 예측 결과 확인 # pred[:10] # rf.classes_ # pred # 6-5. 평가 # 평가: ROC-AUC, 정확도(Accuracy), F1, 정밀도(Precision), 재현율(Recall) from sklearn.metrics import roc_auc_score, accuracy_score, f1_score, precision_score, recall_score accuracy = accuracy_score(y_val, pred) print('accuracy:',accuracy) # accuracy: 0.9549660703269587 f1 = f1_score(y_val, pred) print('f1:',f1) # f1: 0.8381374722838137 precision = precision_score(y_val, pred) print('precision:',precision) # precision: 0.9264705882352942 recall = recall_score(y_val, pred) print('recall:',recall) # recall: 0.7651821862348178 pred = rf.predict_proba(X_val) roc_auc = roc_auc_score(y_val, pred[:,1]) print('roc_auc:',roc_auc) # roc_auc: 0.9860421123349186 # 7. 제출 pred = rf.predict_proba(test.drop('Attrition_Flag', axis=1)) pred submit = pd.DataFrame({ 'CLIENTNUM': test['CLIENTNUM'], 'Attrition_Flag': pred[:,1] }) submit.to_csv('000000.csv',index=False)

안녕하세요!제목에 써둔 것처럼 패키지 저장 시 이미 패키지가 존재한다면 로딩을 다 하고 저장하는 것이 좋다고 말씀하셨는데 그 이유가 안전하게 패키지를 저장할 수 있다고 말씀하셨습니다. 궁금한 것은왜 해당 동작이 안정성을 보장하게 되는지만약 로딩을 안하고 저장 시, 추가적으로 애셋이 저장된다고 볼 수 있는지가 궁금합니다. 감사합니다!

p-value가 0.0006이 나와서 대립가설을 채택하는게 맞을텐데 소문제 c는 답을 어떻게적어야하나요? '가설검정의 결과를' 채택,기각 중 골라야하는데 가설검정의 결과라는게 0.0006인거고 , 그럼 채택으로 답을 적어야하나요?

1번 문제가 잘 이해가지 않습니다.분산에 차이가 있는지 알아본다 ->등분산 검정을 수행하라는 것 같아 반사적으로 levene을 떠올리고 있었는데, 'F-검정을 수행할 때 검정통계랑을 구하라'라는 지문이 이해가지 않아요 검정 통계랑이라는게 각 분산값을 나눈것으로 정의되어 있는건가요? 저렇게 나누는것이 F-검정인가요

강사님 기출6회 제1유형 3번문제에서 groupby 진행해서 월별 나누기 12하는건 알겠으나,data 확인해보니 연도별로 월별 수량이다릅니다. 근데 12로 나누면 515로 반영이되는데,  애초에 data가 안맞지 않나요?  확인해주시면 감사하겠습니다.    import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/6_1/data6-1-3.csv") # df.info() # df.head() df['year'] = df['날짜'].str[:4] df = df.groupby('year')['날짜'].count() df

기출 2회는 한가지 방법으로 풀기(랜덤포레스트) 가 적용이 안되나용?

HakPawnData를 상속받은 블루프린트 SimplePawnData를 다른 블루프린트에서 찾을 수 없습니다. 변수 타입은 SimplePawnData으로 설정할 수 있지만 실제 값을 넣으려고 하면 아무것도 안 나옵니다...

안녕하세요.혹시 실제 시험 환경에서help, dir 사용하는 방법 강의는 올리실 계획이 없으실까요? 예를 들어,이번에 새로 올라온 6월 체험환경 작업형 3번 문제에서등분산인 경우,from scipy import statst_stat, p_t = stats.ttest_ind(normal, patient, equal_var = True)라는 코드가 기억이 안난다던가..실제 대응 방법을 더 자세히 알려주시면 감사할거같습니다 

https://www.kaggle.com/code/gggyun/t3-ttest-anova-py/edit 이 문제를 풀다가 의문이 생겨 질문드립니다. 아노바 f검정과 일원분산분석은 동의어라고 보면 될까요?

NUCLEO-F334R8 보드를 사용하고 있습니다.코루틴도 다음과 같이 메모리 문제가 있습니다.코루틴도 메모리 설정 하는 구간이 있을까요? C:/ST/STM32CubeIDE_1.18.1/STM32CubeIDE/plugins/com.st.stm32cube.ide.mcu.externaltools.gnu-tools-for-stm32.13.3.rel1.win32_1.0.0.202411081344/tools/bin/../lib/gcc/arm-none-eabi/13.3.1/../../../../arm-none-eabi/bin/ld.exe: 04_coROUTINE1.elf section ._user_heap_stack' will not fit in region RAM'C:/ST/STM32CubeIDE_1.18.1/STM32CubeIDE/plugins/com.st.stm32cube.ide.mcu.externaltools.gnu-tools-for-stm32.13.3.rel1.win32_1.0.0.202411081344/tools/bin/../lib/gcc/arm-none-eabi/13.3.1/../../../../arm-none-eabi/bin/ld.exe: region `RAM' overflowed by 392 bytesC:/ST/STM32CubeIDE_1.18.1/STM32CubeIDE/plugins/com.st.stm32cube.ide.mcu.externaltools.gnu-tools-for-stm32.13.3.rel1.win32_1.0.0.202411081344/tools/bin/../lib/gcc/arm-none-eabi/13.3.1/../../../../arm-none-eabi/bin/ld.exe: warning: 04_coROUTINE1.elf has a LOAD segment with RWX permissionscollect2.exe: error: ld returned 1 exit statusmake: *** [makefile:68: 04_coROUTINE1.elf] Error 1

물론 button1 눌렀을 때 글자3이라고 제대로 바뀌긴 합니다.  using System;using System.Collections.Generic;using System.ComponentModel;using System.Data;using System.Drawing;using System.Linq;using System.Text;using System.Threading.Tasks;using System.Windows.Forms;namespace WindowsFormsApp1{ public partial class Form1 : Form { public Form1()// 이 화면이 나오기 전에 실행되는 함수를 추가하고 싶다 할 때는 Form1에서 빈 화면 쪽에 클릭을 해줍니다. { InitializeComponent(); } private void Form1_Load(object sender, EventArgs e) { //글자를 변경해보자. lbl1.Text = "글자입니다."; lbl2.Text = "글자2"; } //버튼을 클릭했을 때 동작하는 함수 private void button1_Click(object sender, EventArgs e) { lbl3.Text = "글자3"; } }} 

 수업 듣다가 궁금증이 생겨서 질문드립니다.가변인자를 쓰면 값의 개수와 상관없이 함수가 실행되는 것 같은데 그러면 가변인자는 항상 함수에서 맨 마지막에 써야 하나요? 예를 들어 profile(name, age, *language, address) 이런식으로 함수를 구성하게 되면, 제가 profile ("유재석", 20, "파이썬", "자바", "C","서울시") 이렇게 적었을때 어디까지가 language이고 어디부터가 address 인지 모르지 않을까 해서요.

... 화이팅 ㅎ

로지스틱 모델의 포뮬라를 만들때 자료형은 수치형이지만 범주형인 데이터(ContractRenewal, DataPlan)들이 있는거 같은데 이것들은 c로 안묶어도 되는건가요?

그 파일들은 언제쓰나요?

3유형을 처음 공부 중입니다!코드를 짤때 귀무가설을 기준으로 코드를짜서 나오는 p-value로 판단하는 것인가요?아니면 대립가설을 기준으로 코드를 짜서 나오는 p-vlue를 기준으로 판단하는 것인가요?

체험환경에있는 칼럼설명을 보면pred는 십만원단위로 되어있는데그거 상관없이 그냥 문제풀면되나요? 아니면 별도로 설정해줘야하나요.  

예전엔 인공지능이나 기술 변화에 대응 못하는게 어려운 거라고 생각했는데..사람 욕심이 제일 무서운 것 같아요컴퓨터가 제일 착해요..

찾아보니 이제 시계열 db의 시대라는 내용이 있네요..재밌겠죠 ㅎ