학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 randomforestclassifire()에서 random_state안 적어도 되나요?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요cols로 안 묶고, 배웠던 데로 데이터 분리에서 train.drop('성별, axis=1) 이렇게 했는데 오류가 뜹니다.

5회 작업형2유형 기출 강의에서 수치형 활용 부분에서 random_state=2022 는 무슨 의미인가요?공부하면서 random_state=0 도 본것 같은데 두개 차이가 무엇인가요? 왜 하는건가요? 2022가 그냥 임의의 숫자인것 같은데 그냥 아무 숫자를 하는건가요? 안해주면 안되는거죠?

1.선생님께서 test데이터의 행 부분은 절대 삭제하면안된다고 하셨는데수치형 데이터만 남기기위해 열 데이터(컬럼)는 삭제해도 상관없는건가요? 2.제출예시를 보니까 이렇게 나와있던데 마지막으로 만든 csv 에서 head(3)을 해야하는건가요??

다른 교재 2회 복원에서는 SVM 모형을 이용하는 문제가 있는데 영상, 최근 올려주신 마인드맵, 질문게시판 svm, svc 검색해봐도 정보가 안보이네요. 2~3회에만 나오고 svm 관련은 출제 가능성이나 풀이할때 사용가능성이 떨어져서 그런건지요...

안녕하세요, 강사님. 제 코드가 지저분하긴 하지만 (L, days라는 변수 두개 씀) 이 로직도 맞는 걸까요? 테스트 돌려보면 예시들은 success로 나오긴 합니다. 근데 확신이 안 서서요.. 참고로 저는 t, p 리스트를 인덱스 0부터 시작했습니다.  import sys sys.stdin=open("input.txt", "r") def DFS(L, days, income): global answer if L>n: return if days>n: return if days==n: if answer<income: answer=income else: DFS(L+1, days+t[days], income+p[days]) DFS(L+1, days+1, income) n=int(input()) t=list() p=list() for _ in range(n): tt,pp=map(int,input().split()) t.append(tt) p.append(pp) answer=-214700000 DFS(0,0,0) print(answer) 

byerlaekdnjs@naver.com 입니다

선생님 안녕하세요좋은 강의 감사합니다. 섹션 7에서 dev container 를 사용하는 부분을 보고 있는데, 계속 에러가 납니다. 일단 화면 왼쪽 아래를 클릭하고 add dev container configuration file 클릭하고, 나머지 부분을 말씀하신 것 처럼 해도 오른쪽 아래 reopen in container 팝업이 뜨질 않고요 다시 왼쪽 아래를 클릭하고 중간 위에 뜨는 옵션 중 reopen in container를 클릭하면, 돌아가다가 아래와 같은 에러가 뜹니다. 혹시 뭐가 문제인지 확인이 가능하실까요

예측 결과를 ROC_AUC 평가 지표를 사용하라고 해서, predict_proba를 사용하면, 결과값이 1인 경우의 확률값(소수점 값)으로 나오는데, 예시 화면에서는 0 또는 1의 값으로 나타내게 되어 있어서, 평가시 predict로 해야할지 predict_proba를 적용해야 할지 다소 혼란스러운 부분이 있는데 실전에서 어떻게 해야 할까요?

안녕하세요 강사님, 질 좋은 강의 제공해주셔서 감사합니다.  아래 첨부한 제 코드로 진행하면 DFS(L+1, sum+s[L], time+t[L]) 에서 list list index out of range 에러가 뜹니다. 강사님은 아래와 같이 푸셨던데, 제 코드에서 어떠한 점이 에러를 반환했을까요?if L==n: if sum>answer: answer=sum import sys sys.stdin=open("input.txt","r") def DFS(L, sum, time): global answer if time>m: return if L==n and sum>answer: answer=sum else: DFS(L+1, sum+s[L], time+t[L]) DFS(L+1, sum, time) n,m=map(int, input().split()) s=list() t=list() for i in range(n): ss,tt=map(int,input().split()) s.append(ss) t.append(tt) answer=0 DFS(0,0,0) print(answer)

작업형 2유형 평가하기 관련 질문입니다.작업형 2유형을 지속적으로 공부하고 있습니다. 헷갈리는 사항이 있는데요. 바로 평가하기 입니다.metrics 에서 해당 함수를 찾아서 응용하는것은 암기하여 가능하나 어떤문제에서는 train_test_split 에서 산출된 x_val 의 pred 값과 y_val 로 평가하기를 돌리는 경우가 있고, 또 어떠한 경우에는 주어진 test 엑셀파일과 y_test 엑섹파일 간에 평가하기를 돌려서 값을 산출하는 경우가 있는것 같습니다. 그래서 실제 기출문제를 풀 경우에 평가하기에서 어떤걸 평가하라고 주어지는 것인지, 아니면 평가하기는 test 파일로 진행해야하는지 헷갈려서 기준점이 있을까 하여 질문드려 봅니다. 결론 : 평가하기를 시행하라 하였을때 어떤값으로 평가하는게 정답일지 헷갈립니다.from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier(random_state=2022) model.fit(x_tr, y_tr) pred = model.predict(x_val) real_pred = model.predict(test) from sklearn.metrics import recall_score recall_score(y_val, pred) #0.8282442748091603 recall_score(y_test, real_pred) #0.8211143695014663 from sklearn.metrics import precision_score print(precision_score(y_val, pred)) #0.9353448275862069 print(precision_score(y_test, real_pred)) #0.9333333333333333

기출3회. 작업형 1유형. 1번문제자료를 어떻게 불러와야 하는지 모르겠습니다.

안녕하세요수강 신청하여 수업 준비하고 있습니다 강의에서 보여주고 있는 데이터 셋은 어디에서 다운로드 받을 수 있는지 문의 드립니다 감사합니다

RandomForestClassifier 모델링에서 max_depth와 n_estimators 를 설정해 주었는데,RandomForestRegressor 사용시에도 같은 옵션으로 tuning을 하는지요? 

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 data['qsec']가 시리즈인지, 데이터프레임인지 어떻게 알 수 있나요??

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요왜 처음에 pd.read_csv하고 df.head()를 했을 때, 데이터 프레임 형태로 안 나오는 건가요? 매번 load 함수로 넣어야 되나요?

안녕하세요. 강의 기간이 6월 12일까지인데 혹시 이번 실기시험까지 연장이 가능할까요?ㅜㅜ

LGBMclassifier, LGBMregressor, Randomforestregressor에 LabelEncoder를 사용해도 상관 없는건가여??

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요 데이터 프레임은 [[]]시리즈는 []인건 이해했습니다.다만, 스케일링을 할 때 앞에 2과목 강의에서는 [] 한번만 사용했는데이는 cols라는 새로운 리스트를 만들어줘서 그런것으로 생각됩니다.이 문제에서는 qsec라는 하나의 열에 스케일링을 적용하지만 qsec가 데이터 프레임 형태에 하나의 열로 들어가 있기 때문에 [[]]으로 생각하면 될까요?

가상환경 bat실행이 안되어서 기존의 질문을 검색해서 해결했습니다.그리고 가상환경까지 전부 설정이 끝나고 실행해 보려니 Kernel을 선택하라는 창이 뜹니다.저는 강사님처럼 ch02가 안보이고 select Kernel만 보입니다.어떻게 하면 될까요??