from sklearn.preprocessing import RobustScaler cols = ['Age','AnnualIncome', 'FamilyMembers', 'ChronicDiseases',] for col in cols: scaler = RobustScaler() train[col] = scaler.fit_transform(train[col]) test[col] = scaler.fit_transform(test[col]) train ValueError: Expected a 2-dimensional container but got <class 'pandas.core.series.Series'> instead. Pass a DataFrame containing a single row (i.e. single sample) or a single column (i.e. single feature) instead. 로버스트 스케일러를 라벨인코딩처럼 for 문으로 사용안되는 것인가요? 에러가 발생하네요
th:object=${item} th:field=*{itemName} 이런식으로 사용하고, 만약 폼에서 itemName으로 test를 입력했다면 item.setItemName(test) 이렇게 세팅되고 이 item객체가 Controller에 넘어가는 줄 알았는데 이렇게 동작하는게 아니라 일반적인 폼 데이터 전송처럼 쿼리 파라미터 형식으로 입력 데이터가 전달 되지만 th:object, th:field를 사용하면 객체의 필드 이름들과 폼 데이터 전송 시 쿼리 파라미터의 이름을 쉽게 맞출 수 있기 때문에 사용한다고 생각했는데 맞을까요?
custom id를 drop 하지 않고 검증 데이터 분리해서 랜덤포레스트 하면 could not convert string to float: 'CUST0734' 이러한 에러메시지가 뜨더라구요. 무조건 drop을 진행해야 하는건지.. 어쩔때 drop하고 어쩔때 안하는건지 비교가 가능할까요?
안녕하세요 api 에서 request 를 받는 경우 getter 만 열어두고 사용하는 경우가 있는데요, 이런 경우엔 request dto에 테스트 코드를 위한 생성자나 builder를 추가해주는게 맞을까요? 테스트 코드를 짜기 위해 실제 코드를 수정하는 부분이 찝찝해 질문드립니다
안녕하십니까 기출2 작업형 1번 - 1번문제에서 문제 : (1)주어진 데이터셋(members.csv)의 'views' 컬럼 상위 10개 데이터를 상위 10번째 값으로 대체한 후 (2)'age'컬럼에서 80 이상인 데이터의 'views' 컬럼 평균값 구하기 코드: import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p1/members.csv") df.head(5) df = df.sort_values('views',ascending=False) df.head(10) #min = df['views'][:10].min() min_value = df['views'].head(10).min() #print(min_value) = 9690 df.iloc[:10,-1] = min_value #print(df.head(11)) cond = df['age'] >= 80 =(K) print(df[cond]['views'].mean()) 문제에서 크게 (1), (2)를 구하라고 하는것 같은데 시험에서 답안을 제출할때 최종적으로 (K)부분에만 print 붙여서 제출하는게 맞을까요? Q2. 실제 시험장에서 문제를 보았을때 import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p1/members.csv") 이런 setting이 되어있나요, 아니면 문제의 데이터위치를 보고 직접 코드를 쳐야하나요?
폼 페이지에서 <form th:object=${item} > <input th:field=*{itemName} > 이런식으로 th:object, th:field를 사용하면 item객체에 입력한 itemName이 세팅돼서 item 객체가 다시 컨트롤러로 전달되는 줄 알았는데 그냥 일반 폼 데이터를 입력받을 때 처럼 쿼리 파라미터가 전달되는 것을 확인했습니다. 굳이 th:object를 써서 객체를 전달받을 필요가 있나요??
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 강의수업 반복 수강 후에, 모의고사나 실제 기출문제 보는게 나을까요? 아니면 모의고사, 기출문제 까지 일단 같이 반복 하는게 나을까요? 그리고 작업형 3은 버리고, 1,2 위주로 학습 해도 괜찮을까요? 비전공자에다가 노베이스라서 선택과 집중 해야할거 같아서요.
th:object를 사용하지 않으면 addForm.html에서 폼에 입력한 데이터들은 쿼리 파라미터형식으로 /form/items/add 로 날아가서 아래 컨트롤러가 @ModelAttribute로 폼 데이터를 item에 바인딩 한다고 이해하고 있습니다. @PostMapping("/add") public String addItem(@ModelAttribute Item item, RedirectAttributes redirectAttributes) { Item savedItem = itemRepository.save(item); redirectAttributes.addAttribute("itemId", savedItem.getId()); redirectAttributes.addAttribute("status", true); return "redirect:/form/items/{itemId}"; } th:object, th:field를 사용하는 경우에는 th:object로 빈 item객체를 받고, th:field를 사용하면 이 item 객체의 필드들이 입력 받은 값으로 세팅되고 위의 컨트롤러에 해당 item객체가 전달되는 건가요?? 또 추가적으로 th:object, th:field를 사용해서 item 객체에 입력받은 값을 바인딩 해주는건 누가 하는건가요? 컨트롤러에서는 ArgumentResolver와 ReturnValueHandler가 매개 변수와 반환 값을 바인딩 해준다고 배웠는데 타임리프에서 바인딩은 누가 해주는지 모르겠네요..
ID,Segmentation 열로 최종 제출해라고 했는데 한가지 방법으로 풀기 강의에는 Segmentation만 pop으로 처리하고 1열 index 2열 pred 를 대입해서 제출을 해서요, 이와 같이 제출해도 무관한건지 궁금합니다. 그리고, 푸는방식도 바뀌는게 있을까요? 아래와 같이 하니 오류가 나는데 한가지 방법으로 풀기 방식으로 풀이가 가능할까요? target1=train.pop( 'Segmentation' ) target2=train.pop( 'ID' ) submit=pd.DataFrame({ 'ID' :target2, 'Segmentation' :pred})
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 시험환경에서 적응하려고 연습중인데, run하고 실행결과 창에서 칼럼이름 같은것을 그대로 복사해서 코드에 쓰려니까 복사가 안되요, 원래 그런가요??
