StandardScaler() KMeans() 객체 생성 후 fit_transform(), fit() 으로 학습데이터 만들기 하는데, 모두 훈련데이터니까... 둘다 fit(), 또는 fit_transform()으로 구분없이 사용해도 되는건가요? 아니면... 구분지어야 하는 이유가 있는건지 궁금합니다.
좋은 강의 잘 듣고있습니다!! 혹시 타이타닉 예제에서 Pclass 가 상관관계가 낮다고 표현하셨는데, 음의 상관관계도 절대값이 높으면 상관관계가 짙은거 아닌가하는 궁금증이 듭니다!!! survived 에 미치는 영향을 상관관계라고 하는것이라 한다면 양수 > 음수 측면이아니라 절대값으로 판단하여 SibSp 가 상관관계가 낮다고 봐야하는거 아닌가요!! 헷갈려서 질문드립니다
대상 강의 : Lecture7. dash_core_components_ Slider & RangeSlider 수업자료인 파이썬 파일 Section3_Dash_dcc_RangeSlider.py 을 다운받았는데 내용이 아래 코드가 전부이고 강의 내용 코드가 누락되어 있습니다. 확인 부탁 드립니다. # -*- coding: utf-8 -*- """ Section3_Dash_DCC_RangeSilder """ #%%
anaconda가 완전 오픈소스는 아니고 직원 200명 이상 근무하는 회사에서는 유료 버전을 사용해야 하는 걸로 알고 있는데요. 혹시 예전에 배포한 프로그램 중에 무료 버전의 anaconda repository를 사용해서 만든 프로그램이 있다면, 프로그램을 쓰는(작성자 X)는 문제가 없는 건가요?
- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! - 먼저 유사한 질문이 있었는지 검색해보세요. - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 안녕하세요. IMDBDataset 파일 다운로드가 안되는데 어떻게 받을 수 있을까요? > !gdown https://drive.google.com/uc?id=1RFs-jV18dy9I3cWQ2M80kHfON-fDCerg ------------------------------------------- Access denied with the following error: Cannot retrieve the public link of the file. You may need to change the permission to 'Anyone with the link', or have had many accesses. You may still be able to access the file from the browser: https://drive.google.com/uc?id=1RFs-jV18dy9I3cWQ2M80kHfON-fDCerg
섹션1의 마지막 강좌에서 저도 주피터 노트북에 똑같이 작성해보면서 공부하고있었는데요. the kernel appears to have died. it will restart automatically. 이런 문구가 뜨면서 이미지화가 안되면 어떻게 처리해야하나요? 구글링을 해보고 ~config에 들어가서 수정도 해봤는데 잘 안됩니다..
sell in may... 가 맞는지 알아 보기 위해서 heatmap 그릴 때, 모든 ETF의 연도별 월별 수익률 평균을 구해 보는 것은 의미가 있을까요? 이렇게 구해보면 sell in may... 라는 말은 맞이 않는 것 같습니다. 이렇게 하는 것도 의미가 있을까요? import pandas as pd import numpy as np import plotly.graph_objects as go df = pd.read _excel('df_etf.xlsx', index_col = 0) df_copy = df.copy() # KODEX ETF data 추출 condition_kodex = [df_copy.columns[i] for i in range(df_copy.shape[1]) if 'KODEX' in df_copy.columns[i]] # list comprehension df_copy_kodex = df_copy.loc[:, condition_kodex] df_copy_kodex['YEAR'] = df_copy_kodex.index.year df_copy_kodex['MONTH'] = df_copy_kodex.index.month # 년도별 월별 모든 ETF 수익률 평균 YEAR = 2012 # ETF data 기간 : 2012 ~ 2022 empty_df = pd.DataFrame() while YEAR < 2023 : YEAR = YEAR df_copy_kodex_yr = df_copy_kodex[df_copy_kodex['YEAR'] == YEAR] df_copy_gr = df_copy_kodex_yr.groupby('MONTH') df_sell_in_may = df_copy_gr.mean() df_month_return = np.round((df_sell_in_may.mean(axis = 1).pct_change(periods = 1))*100, 2) empty_df[YEAR] = df_month_return YEAR = (YEAR + 1) trace = go.Heatmap(x = empty_df.columns, y = empty_df.index, z = empty_df) fig = go.Figure(data = trace) fig.show ()