inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

묻고 답해요

176만명의 커뮤니티!! 함께 토론해봐요.

불균형데이터 처리 전후 비교

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

불균형 데이터 처리 후 아래와 같이 오히려 성능이 떨어진 것을 확인했습니다. 강의 중 강사님께서 불균형데이터 처리 전 점수와 비교하는게 아니라 불균형데이터 처리 후 랜덤포레스트와 lightgbm 모델 결과를 서로 비교하라고 하셨습니다. 혹시 이 내용이 나오는 점수는 떨어져 보이더라도 적용하는게 좋다는 말씀이신건지, 아니면 전후 중에서 점수를 높은걸 채용하는게 맞다는 말씀이신건지 조금 헷갈립니다..! 점수는 아래와 같이 나왔습니다. 이 경우 어떤 케이스를 적용해야할까요 ? #랜덤포레스트 0.738 #stratify 적용 후 : 0.697 # stratify, class_weight 적용 : 0.733 #lightGBM : 0.798 # stratify 적용 후 : 0.755 # stratify, class_weight 적용 : 0.755 두번째로 stratify 를 적용할거면 모델에도 class_weight를 함께 적용해야하나요 ? 아니면 결과에 따라서 둘 중 하나만 적용하는 식으로 해도 괜찮을까요 ? 최종 제출 전 모델은 그대로 사용하고 전체 데이터를 기반으로 하면 대부분의 경우 성능이 향상되나요 ?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
jww 댓글 2 좋아요 0 조회수 43

레이블인코딩/원핫

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

앞에 강의에서 레이블 or 원핫 하나만 하면 된다고 들었는데 여기서 원핫이랑 레이블 둘 다 해보고 RMSE 적은 쪽으로 하시네요 실전에서도 이렇게 두 개 해보고 나은 걸로 선택하는게 낫나요? 저는 항상 레이블 인코딩만 했었는데 그렇게 하면 점수 깎일수도 있나요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
김도현 댓글 2 좋아요 0 조회수 57

3회 작업형1 문제 2

미해결

[2026년 빅분기 실기 준비] 빅데이터 분석 기사 실기 시험 100% 합격 ! 기출 문제의 패턴이 보인다 !

import pandas as pd # 1. 데이터 불러올 때 연도를 인덱스로 바로 지정 df = pd.read _csv("city_temperature.csv", index_col=0) # 2. 2003년도 데이터 선택 및 평균 계산 (시리즈 형태이므로 바로 .mean() 가능) mean_value = df.loc[2003].mean() # 3. 평균보다 높은 온도를 가진 도시 수 계산 result = (df.loc[2003] > mean_value).sum() # 4. 결과 출력 print(result) 이런 식으로 한 번 풀어봤는데 더 코드가 간결하고 쉽게 느껴져서 혹시 강사님께서 설명해주신 코드로 풀었을 때 더 좋은 점이 있나요? 행번호를 컬럼으로 바꿔야 하는 이유가 있는지 궁금합니다.

  • 빅데이터
  • 빅데이터분석기사
최재현 댓글 3 좋아요 0 조회수 32

인코딩

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 12회 작업형2 5:43에 원핫인코딩을 한다고 되어 있는데 column이 25에서 28이 되는 과정이 이해가 잘 안되어서요.. 조금 더 쉽게 설명해주시면 감사하겠습니다.

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
Hyunjin Lim 댓글 2 좋아요 0 조회수 51

작업형 2 작업

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요. 수업 잘 듣고 있습니다! 제가 시험 때 작업형 2를 풀고 제출할 때 앞에서 데이터 탐색한 코드들에 대해서 주석 처리를 해야 할까요??

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
이정한 댓글 2 좋아요 0 조회수 52

ttest_rel() 관련 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

stats.ttest_rel(df['bp_after'], df['bp_before'], alternative=less) stats.ttest_rel(df['bp_before'], df['dp_after'], alternative=greater) 이 둘이 같나요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
kkxyon 댓글 2 좋아요 0 조회수 56

작업형2. 인코딩에 대해 질문드립니다.

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요, 공부하다가 인코딩에 대해 궁금한 것이 있어서 질문드립니다. 라벨링 / 원-핫 인코딩에 대해 이해는 했는데 train과 test 고유값 수 비교를 해봤을 때 다르면 concat사용해서 합치고 분리해도 괜찮다는 관련질문을 봤습니다. 여기서 제가 궁금한 것이 생겼는데요, 만약에 칼럼 수가 많아져서 실행시간이 10초 경과하여 취소가 될 경우를 대비하여 각 각 인코딩 코드를 외워야 하는 걸까요? 시험장에서 코딩할 때 긴장해서 코드를 까먹을까 봐 가능한 한 코드만 외우고 싶어서 질문 드립니다.

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
송경근 댓글 2 좋아요 0 조회수 42

작업형3 2-3

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

예측할 때 저 코드는 왜 안되나요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
ideal0212 댓글 1 좋아요 0 조회수 51

코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요. 코딩팡 2호선 노선도 문제에서 28번 중고 카메라 매입가 문제를 풀었는데, 어떻게 해도 RMSE 값이 낮아지지 않아서 질문드립니다. 현재 아래와 같은 코드로 했을 때 가장 정확도가 높았고, 'shutter_count'를 중앙값이나 평균 등으로 채울 경우 정확도가 더 떨어졌었습니다. 해당 코드에서 어떤 부분을 수정해야 정확도가 높아질 수 있는지 모르겠어서 질문드립니다. 감사합니다. import pandas as pd pd.set_option('display.max_column', None) train = pd.read_csv("data/camera_train.csv") test = pd.read_csv("data/camera_test.csv") # EDA # print(train.shape, test.shape) # (2500, 11) (800, 10) # print(train.info(), test.info()) # non-null, 대부분 obj, item_id drop, shutter_count '?' 유의 # print(train.describe(include='object'), test.describe(include='object')) # different # print(train.isnull().sum()) # Pre - price y_train = train.pop('price') train = train.drop(['item_id'], axis=1) test = test.drop(['item_id'], axis=1) # encoding import numpy as np train['unknown'] = np.where(train['shutter_count']=='?', 1, 0) test['unknown'] = np.where(test['shutter_count']=='?', 1, 0) train['shutter_count'] = train['shutter_count'].replace({'?':'-1'}).astype(int) test['shutter_count'] = test['shutter_count'].replace({'?':'-1'}).astype(int) train['megapixel'] = train['megapixel'].str.replace('MP', '', regex=False).astype(float) test['megapixel'] = test['megapixel'].str.replace('MP', '', regex=False).astype(float) from sklearn.preprocessing import LabelEncoder,RobustScaler le = LabelEncoder() cols = train.select_dtypes(include='object').columns tmp = pd.concat([train, test], axis=0) for col in cols: tmp[col] = le.fit_transform(tmp[col]) train = tmp.iloc[:len(train)].copy() test = tmp.iloc[len(train):].copy() sc = RobustScaler() train['shutter_count'] = sc.fit_transform(train[['shutter_count']]) test['shutter_count'] = sc.transform(test[['shutter_count']]) # print(train.head(10)) # Valid from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split(train, y_train, test_size=0.2, random_state=0) # Modeling - RMSE from sklearn.metrics import mean_squared_error def val(name, pred): print(f"[{name}] RMSE = {(mean_squared_error(y_val, pred)) ** 0.5}") # RF from sklearn.ensemble import RandomForestRegressor rf = RandomForestRegressor(random_state=0, n_estimators=600) rf.fit(X_tr, y_tr) pred_rf = rf.predict(X_val) val('RF n_estimators=600', pred_rf) # XGB from xgboost import XGBRegressor xgb = XGBRegressor(random_state=0, max_depth=5) xgb.fit(X_tr, y_tr) pred_xgb = xgb.predict(X_val) val('XGB max_depth=5', pred_xgb) # LGBM from lightgbm import LGBMRegressor lgb = LGBMRegressor(random_state=0, n_estimators=400, learning_rate=0.03, verbose=-1, max_depth=7) lgb.fit(X_tr, y_tr) pred_lgb = lgb.predict(X_val) val('LGB max_depth=7 n_estimators=400', pred_lgb) # [RF def] RMSE = 129.19054561590218 # [XGB def] RMSE = 85.62395927743444 # [LGB def] RMSE = 104.9641856432373 # [RF n_estimators=600] RMSE = 125.20707171872648 # [XGB max_depth=5] RMSE = 79.00022250759804 # [LGB max_depth=7 n_estimators=400] RMSE = 102.49297269651322 # Submit xgb.fit(train, y_train) pred = xgb.predict(test) pd.DataFrame({'pred':pred}).to_csv('result.csv', index=False) res = pd.read_csv('result.csv') print(res.shape, res.head())

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
가람삐 댓글 1 좋아요 0 조회수 48

8회 작업형2

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

8회 작업형2에서 전처리할 때 train=train.drop('custimerID', axis=1) 꼭 해야하나요? 안하고 레이블인코딩만 해도되나요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
ideal0212 댓글 2 좋아요 0 조회수 50

실전문제 5회차 25번 문제

해결됨

[2026] 비전공자도 한 번에 합격하는 SQLD 올인원

안녕하세요. 해당 실전문제 5회차 25번 문제에 대해 문의드립니다. RANGE BETWEEN ~ AND ~ 문제인데 기준이 되는 행은 포함하지 않는건가요? 보기2번이 정답으로 되어있는데 이 CNT값이 맞는지 문의드립니다.

  • sql
  • 빅데이터
  • 코딩-테스트
  • 데이터-엔지니어링
  • SQLD
rumiobu 댓글 1 좋아요 1 조회수 53

강의에서 실행하는 데이터(csv파일)은 어디서 다운받나요?

해결됨

AICE Associate 자격증 단기 합격 가이드 - 개념부터 기출 재구성 모의고사 풀이까지

- 학습 관련 질문을 남겨주세요. 구체적으로 적을수록 좋아요! - 마크다운과 단축키를 활용하면 글을 더 편하게 작성할 수 있어요. - 커뮤니티 질문 & 답변에 비슷한 내용이 있었는지 먼저 검색해보세요. - 서로 예의를 지키며 존중하는 분위기를 함께 만들어가요. - 잠깐! 인프런 서비스 관련 문의는 1:1 문의하기를 이용해주세요. 강의에서 실행하는 데이터(csv파일)은 어디서 다운받나요? 자료 다운로드 버튼은 ipynb 파일만 다운로드 되네요

  • python
  • 머신러닝
  • 딥러닝
  • 빅데이터
  • 인공지능(ai)
service 댓글 2 좋아요 1 조회수 46

작업형2 모의문제2 updated 2026.10

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요, 작업형2 모의고사2문제에서 EDA볼때 target값인 price에서 count 39116.000000 mean 153.057547 std 248.758522 min 0.000000 25% 69.000000 50% 105.000000 75% 175.000000 max 10000.000000 이상치가 발생하는 거 같은데 전처리 안 해도 되는 걸까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
송경근 댓글 3 좋아요 0 조회수 64

단순선형 회귀분석 신뢰구간,예측구간 관련질문

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

신뢰구간을 구하려했는데 위 사진처럼 열이 생략되어 보이지 않으면 어떻게 하나요? 관련 코드 또는 다른 방법이 있는지 궁금합니다. 그냥 iloc이용해서 확인하면될까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
suholee02 댓글 2 좋아요 0 조회수 54

판다스 부분 강의 듣고 있는데..

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

판다스 부분 강의 듣고 있는데.. 어떻게 쓰는지 이해는 다 됩니다! 근데 암기할 개념이 많고 실전에서 문제를 보면 그 함수들을 떠올릴 수 있느냐? 라고 한다면 잘 모르겠습니다.. 우선 차근차근 강의를 듣고 실전 문제를 풀어보면서 익혀 나가는 게 맞을까요? 아님 우선 판다스 부분에 나오는 함수 용어들을 암기하고 넘어가야할까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
유나 댓글 2 좋아요 0 조회수 56

코딩팡 Pro 등록방법 문의

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 금일 빅분기 실기 수업의 업로드 된 공지사항에 보면, 코딩팡에서 아직 Pro를 받지 않으셨다면 8번 'Pro 등록 방법'을 확인하라는 내용이 있는데, 이 8번은 어디에 있는건지 못찾겠습니다. 혹은 코딩팡에서 Pro등록방법을 알려주시면 감사하겠습니다.

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
KSW 댓글 1 좋아요 0 조회수 53

실전모의고사 5회차 15번

해결됨

[2026] 비전공자도 한 번에 합격하는 SQLD 올인원

실전모의고사 5회차 15번 grade b 3000이상 값은 4000, 3500, 3200으로 cnt = 3이 나오는 것 같은데 어떻게 2로 나오는지 궁금합니다

  • sql
  • 빅데이터
  • 코딩-테스트
  • 데이터-엔지니어링
  • SQLD
김 윤경 댓글 1 좋아요 0 조회수 48

실전모의고사 5회차 11번, 13번

해결됨

[2026] 비전공자도 한 번에 합격하는 SQLD 올인원

안녕하세요 실전모의고사 5회차 11번, 13번 문제 관련 질문드립니다 11번 중복을 제거한다는 distinct는 이해했는데 dept id 10의 값이 4000과 5000으로 다른 값인데 어떻게 중복이 제거되나요? 13번 2번보기 NULL과의 모든 비교 연산(IS NULL 제외)은 FALSE를 반환한다 인데 null은 정해지지 않은 값이라고 하셨는데 보기의 false가 알수없는 값을 의미하나요..?

  • sql
  • 빅데이터
  • 코딩-테스트
  • 데이터-엔지니어링
  • SQLD
김 윤경 댓글 1 좋아요 0 조회수 44

'자동으로 저장할 수 없습니다. 이 파일은 원격으로 또는 다른 탭에서 업데이트되었습니다.'

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

올려주신 노트북으로 공부중입니다 ' 자동으로 저장할 수 없습니다. 이 파일은 원격으로 또는 다른 탭에서 업데이트되었습니다.' 라고 계속 뜨는데 왜이런지 아실까요.?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
고은:) 댓글 2 좋아요 0 조회수 38

random_state에 따른 최종스코어 점수차이

미해결

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

random_state를 적용하는 시점은 검증데이터 분리할때 rf/lgbm/xgb모델 객체 생성할때 입니다. 근데 처음에 제가 실행한 코드의 f1_score랑, 강사님의 f1_score가 차이가 많이나서 뭐가 문젠지 찾아봤는데, random_state를 똑같이 적용하니 점수가 확 오르더라고요. 0.7442545611150262 -> 0.7989718332478102 정도였습니다. 물론 이건 검증데이터를 통한 점수이므로 test데이터를 predict한거랑 다르다는걸 알지만, 왠지 모르게 찜찜해서 질문드립니다. 실제 시험장에서 random_state를 바꿔가면서 성능점수를 한번 비교하는게 맞는 방향일까요?

  • python
  • 머신러닝
  • 빅데이터
  • pandas
  • 빅데이터분석기사
jiw 댓글 2 좋아요 0 조회수 47

인기 태그

인프런 TOP Writers

주간 인기글