173만명의 커뮤니티!! 함께 토론해봐요.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요 예시문제 작업형1 강의 듣고 있는데 이것저것 연습겸 클릭하고 있는데 문제풀이에서 하다가 답안 메뉴 다시 갔다가 다시 문제풀이로 돌아오니 코드 작성한게 다 날라갔더라고요.. 저장버튼이 활성화되지 않던데.. 저장하려면 어떻게 해야하죠? 실제 시험칠때도 문제풀이 저장하는게 가능한지 궁금합니다 감사합니다
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요 df['고객만족도'].fillna(m)할때 앞에 다시 df['고객만족도'] = ~ 붙이는거랑 df.dropna(subset='근속연수') 앞에 df = ~ 붙이는게 정확하게 붙이는 이유가 이해가 되지 않습니다.. 뭔가 작업을 할떄 앞에 df ~를 다시 붙여준다고 생각하면 될까요? 감사합니다
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
'Attrition_Flag':pred[:,1], 마지막에 왜 index 1 열을 가져오는지 이해가 안 돼요. 예측하고자 하는 값은 '이탈' 고객인데, 왜 0번째 열이 아닌 1번째 열을 추출하는걸까요?ㅠ 이 부분이 헷갈려요
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
'(귀무가설/대립가설)을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오' 라는 문장그대로 해석하면 될까요? 예를들어 귀무가설을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오 -> 귀무가설을 기각할지 채택할지 결정 대립가설을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오 -> 대립가설을 기각할지 채택할지 결정
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
로지스틱 회귀 강의에서 변수형 변수는 c()처리를 했는데 여기서는 별도 처리를 안하는건가요? c()의 의미가 어떻게될까요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
머신러닝 pred[:,1] 으로 하는 이유가뭔가요?~
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 6회 기출유형(작업형1) 강의에서 3번 문제를 풀 때 '날짜' 컬럼을 pd.to_datetime을 통해서 풀려면 코드 작성을 어떤 식으로 진행해야 할지 알려주시면 감사하겠습니다 ㅜㅜ
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
자료형 삭제할 때 방법3로 해도 되나요?
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요, 강사님 어쩌다 보니 실기 시험 준비 기간이 좀 늦어 졌는데, 지금 시험까지 약 10일 정도 밖에 남지 않은 상황인데, 지금부터 시작한다면 어떤식으로 학습하는게 좋을까요?ㅜㅜ
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
train['환불금액'] = train['환불금액'].fillna(train['환불금액'].median()) test['환불금액'] = test['환불금액'].fillna(test['환불금액'].median()) train = train.drop('회원ID', axis=1) target = train.pop('총구매액') test_id = test.pop('회원ID') cols = train.select _dtypes(include ='O').columns df = pd.concat([train, test]) from sklearn.preprocessing import LabelEncoder for col in cols: le = LabelEncoder() # train[col] = le.fit _transform(train[col]) # test[col] = le.transform(test[col]) df[col] = le.fit _transform(df[col]) # df = pd.get_dummies(df[cols]) train = df[:len(train)] test = df[len(train):] from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split( train, target, test_size = 0.2, random_state=0) # from sklearn.ensemble import RandomForestRegressor # rf = RandomForestRegressor(random_state=0, max_depth=5, n_estimators=500) # rf.fit (X_tr,y_tr) # pred = rf.predict(X_val) from xgboost import XGBRegressor xgb = XGBRegressor(random_state=0, max_depth=5, n_estimators=400, learning_rate=0.01) xgb.fit (X_tr, y_tr) pred = xgb.predict(X_val) from sklearn.metrics import mean_squared_error, r2_score mse = mean_squared_error(y_val, pred) rmse = mse**(1/2) r2 = r2_score(y_val, pred) print(mse, rmse, r2) 이렇게 작성했을때 이렇게 나오는데 잘된게 맞는건지 아닌건지 모르겠습니다. 선생님께서는 레이블 인코딩했을때 rmse가 813.22가 나오셨다는데 왜이렇게 차이가 많이나는지 모르겠습니다. 672765.0076766363 820.2225354601252 0.7020188276193622
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
작업형1의 모의문제2번에 문제4번 질문입니다 문제4 주어진 데이터에서 자료형(type)이 object인 컬럼은 삭제하고, 결측치는 0으로 대체한다. 행 단위로 합한 다음 그 값이 3000보다 큰 값의 데이터 수를 구하시오 ('age', 'f1', 'f2', 'f5', 'views'의 각 행별 합) 에서 두번째 라인의 행단위로 합한다음 그값이 3000 보다 큰 값의 데이타 수를 구하라 것으로 문제풀이는 아래와 같습니다 cols = df.select _dtypes(exclude='object').columns cols df = df[cols] df.head() df = df.fillna(0) df = df.T df.head() print(sum(df.sum() > 3000)) 여기서 질문이 문제에서 행단위로 합한다음 그 값이 3000보다 큰 데이타 수를 구하라는 의미는 단순한 워딩만 분석해 보면 아래 처리 이해 됩니다. 즉 , age f1 ... 등등의 행의 합을 구하고 그 값이 3000이 넘는 수가 몇개냐의 의미로 해석되됩니다. 선생님의 문제 풀이가 이해가 안가는데 설명 좀 부탁드립니다, cols = df.select _dtypes(exclude="object").columns cols df = df[cols] df = df.fillna(0) df = df.T df['tot'] = df.sum(axis=1) print(df['tot']) (df['tot'] > 3000).sum() 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
위와 같이 SCORERS를 import할때 오류가 발생합니다. 코랩환경입니다. 오류 해결 방법이 있을까요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
[문제] 빅데이터 분석기사 실기 언어 선택에 따라 합격 여부를 조사한 결과이다. 언어와 합격 여부는 독립적인가? 가설검정을 실시하시오. (유의수준 0.05) 귀무가설(H0): 언어와 합격 여부는 독립이다. 대립가설(H1): 언어과 합격 여부는 독립이지 않다. 여기서, 이 문제는 독립성 검정이기 때문에 귀무가설은 독립이다! 라고 설정하는건가요? 보통 귀무가설이 알려진 사실, 대립가설이 내가 증명하고자 하는 사실인데, 독립성 검정이기에...내가 증명하고자 하는 사실이 "두 데이터는 독립이다."라서 이게 대립가설인것같이 느껴집니다..
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
정답이 f1인데, 풀이에 반드시 print문까지 작성해야 답인가요? df.isnull().sum()을 사용하면 눈으로 f1이 답인걸 알 수 있으니 그냥 정답란에 f1만 적으면 되나요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요, 혹시 빅분기 실기 1유형 문제가 큰 문제 하나 안에서 작은 문제 3개로 구성되는 형태인가요? 이게 문제 구성이 고정적인건지 시험에 따라서 소문제가 2개나 4개로 바뀌어서 나올 수도 있는지 궁금합니다.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
왜 값이 다른지 여쭤봅니다 잘못작성된 것이 있을까요
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
강의랑 똑같이 코딩한것 같은데 왜 답이 float형으로 나오는 걸까요???
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
stats.wilcoxon(df['무게']-120, alternative = 'less') 에서 alternative = 'less'가 이해가 안됩니다. 관측값(실제값)이 왜 더 작아야 하나요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
섹션3. 항공권 가격 예측 시, 탐색적 데이터 분석과정에서 describe로 unique 카테고리가 동일하지 않다면 이 강의에서는 데이터를 삭제시켰는데, 삭제시키지 않고, df = pd.concat([train, test]) df = pd.get_dummies(df) train = df.iloc[:len(train)] test = df.iloc[len(train):] 이 과정을 사용해도 괜찮나요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
시험환경의 문제가 변경되었는지 파일을 찾을수없습니다. 어떻게 하면 될까요?
