메일 확인했습니다 감사합니다!

일원 또는 이원분산분석 모두 독립변수가 범주형이면 다 c를 붙이는지요?

처음 문제는print(stats.shapiro(df['A'])print(stats.shapiro(df['B'])print(stats.shapiro(df['C'])print(stats.shapiro(df['D'])처럼 쉽게 표현 했는데 왜 두번째 문제는 CondA = df['groups']='group_A'Print(stats.shapiro(df[CondA]['scores']))CondB = df['groups']='group_B'Print(stats.shapiro(df[CondB]['scores']))CondC = df['groups']='group_C'Print(stats.shapiro(df[CondC]['scores']))CondD = df['groups']='group_D'Print(stats.shapiro(df[CondD['scores']))처럼 어렵게 표현해?

강사님 안녕하세요! 두가지 질문이 두 가지 있습니다.1)from sklearn.model_selection import cross_val_score scores = cross_val_score(train, y scoring = 'f1_macro', cv=5) 이거 대신에train_test_split(train.drop('Segmentation',axis =1),train['Segmentation'], test_size = 0.2, random_state =0 ) 이렇게 데이터를 나눈 뒤, 평가를 해도 되는지 궁금합니다. 2)그리고 cross_val_score를 쓰지 않고, 아래처럼 기존에 쓰던 직접 f1-score를 구해 모델 평가하는 방식도 괜찮은가요?rf_f1 = f1_score(y_val, rf_pred, average='macro') 감사합니다cols = list(train.select_dtypes(include = 'O')) cols #['Gender','Ever_Married','Graduated','Profession','Spending_Score','Var_1'] # train[cols].nunique() #(2,2,2,9,3,7) # for col in cols: # print(train[col].value_counts()) train = train.drop('ID',axis =1) test_id = test.pop('ID') # from sklearn.preprocessing import LabelEncoder # for col in cols: # le = LabelEncoder() # train[col] = le.fit_transform(train[col]) # test[col] = le.transform(test[col]) # train.head() train = pd.get_dummies(train).astype(int) #(6665,30) test = pd.get_dummies(test).astype(int) #(2154,29) # print(train.shape,test.shape) # print(train.shape,test.shape) #(6665, 29) (2154, 28) train.head() from sklearn.model_selection import train_test_split X_train, X_val, y_train, y_val = train_test_split(train.drop('Segmentation',axis =1),train['Segmentation'], test_size = 0.2, random_state =0 ) print(X_train.shape,X_val.shape,y_train.shape, y_val.shape) #(5332, 28) (1333, 28) (5332,) (1333,) from sklearn.metrics import f1_score from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state = 0, max_depth = 9, n_estimators = 700) rf.fit(X_train,y_train) rf_pred = rf.predict(X_val) rf_f1 = f1_score(y_val, rf_pred, average= 'macro') print(rf_f1) # 0.5350437339763565 /9 700 0.543685768934749 # # from lightgbm import LGBMClassifier # # lgbm = LGBMClassifier() # # lgbm.fit(X_train, y_train) # # lgbm_pred = lgbm.predict(X_val) # # lgbm_f1 = f1_score(y_val, lgbm_pred, average= 'macro') # # print(lgbm_f1) #0.5277491575057244 pred = rf.predict(test) sumbit = pd.DataFrame({'ID':test_id, 'Segmentation': pred}) sumbit.to_csv('submission.csv', index = False) pd.read_csv('submission.csv') #0.31924

맥에서 터미널을 이용해서 진행하고 계신데요윈도우에서 이렇게 하려면 어떻게 하면 되는지 자세하게 설명해 주셨으면 좋겠습니다.

"math.csv"파일을 어디서 불러올 수 있나요?

07:26에서"f1 스코어로 예측할때는 확률 값이 아니라 클래스로 나누기 때문에 predict로 예측해야한다"라고 말씀해주셨는데 이 부분에서 질문이 생겼습니다!1) 확률 값으로 예측하는건 평가지표 중 roc_auc_score 뿐인지2) 만약 평가 지표로 roc_auc로 한다고 문제에 출제되었으면 제출 예시로 확률 값이 아닌 클래스 값으로 나온 것 처럼 보여도 predict_proba ()로 예측해도 되는지 궁금합니다!-> 제가 알고있기론 roc_auc_score가 평가 지표여도 predict()를 사용해서 해도 되지만, 평가 성능이 차이가 나는 걸로 알고 있는데 제대로 알고 있는건지 여쭙습니다!!

order.service 계층에서import { CreateRequestOrderDto } from 'src/order/presentation/dto/create.order.dto';presentation 계층의 dto를 참조하는데 이유가 있을까요??궁금해서 질문드립니다.

⚠질문 작성법세션 7 - 4.API를 사용해 명언 강사님처럼 명언을 검색바 밑으로 보여지게 출력하고 싶은데요, 저는 오른쪽으로 명언이 출력되요! 명언바 위치 설정을 어떻게 해야 하는 지 궁금해요?!const API_URL = "https://random-quote.hyobb.com/"; const quoteElement = document.getElementById("quote"); const quoteItem = localStorage.getItem("quote"); const nowDate = new Date(); const month = nowDate.getMonth() + 1; const date = nowDate.getDate(); const setQuote = (result) => { let quote = { createDate: `${month}-${date}`, quoteDate: result }; localStorage.setItem("quote", JSON.stringify(quote)); quoteElement.textContent = result; }; const getQuote = async () => { try { const data = await fetch(API_URL).then((res) => res.json()); const result = data[1].respond; setQuote(result); } catch (err) { console.log(`err:${err}`); setQuote("작은 기회로 부터 종종 위대한 업적이 시작된다. - 데모스테네스"); } }; getQuote();

안녕하세요 맛비님 강의를 수강하는 학부생입니다.[1. 질문 챕터] : 21강 16분 쯤[2. 질문 내용] : ID에 대해 헷갈리는 점이 있어서 문의 남김니다.ID에 대해 찾아 보다가 다음과 같은 두 개념이 혼동되는 상황입니다.전자:"한 쌍의 인터'페이스' 상에서, 하나의 마스터가 여러개의 트랜젝션 요청을 보낼 때 ID를 구분하여, 여러 트랜젝션을 구분한다., 즉 하나의 마스터와 슬레이브 쌍이 여러 아이디를 주고 받으면서 트랜젝션을 구분하는 용도이다."후자:"interconnection에서 어떤 방식으로 transaction을 다룰지 알려주는 정보이며, transaction의 souce를 나타내는 용도로 사용된다. 즉 하나의 마스터가 하나의 ID를 가지면서 어느 마스터의 요청이였는지를 구분하는 역할이다."둘 중 어느 내용이 맞는건가요? 맛비님 강의를 보면 후자라고 이해가 됩니다.[3. 시도했던 내용, 그렇게 생각하는 이유] : SoC 현업자들 카톡방, GPT와 제미나이에게 물어본 결과 전자가 맞다고 하고일부 검색 결과와 맛비님 강의에 따르면 후자가 맞는거같아서 헷갈립니다.================== 고생많으십니다. 좋은 강의 만들어주셔서 감사합니다. AXI를 배울곳은 여기뿐이네요

안녕하세요! 학부생일때 간단한 프로젝트를 진행할 때는, erd를 그릴 때 관계도 명시하고, 이를 지켜서 테이블을 생성하려고 했습니다.그런데 테이블 생성문을 보니 보통 관계를 명시 안 하고 하시더라구요! (user의 id와 user_id 같은 것)보통 실무에서는 이렇게 관계를 명시 안 하고 테이블을 생성하는 편인가요?그리고 이렇게 했을 때 장점이 있을까요?너무 초보적인 질문이었다면 죄송합니다...!!

안녕하세요.ElasticSearch 를 배우고자 수강 시작했습니다.이 강의는 유투브 에도 올리시고 계신데요, 인프런에 올리신 강의를 유투브에도 다 올리실 계획이신지요?  

[질문 템플릿]1. 강의 내용과 관련된 질문인가요? (아니오)2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예)3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예)[질문 내용]여기에 질문 내용을 남겨주세요.start.spring.io 에 가서 신규 프로젝트 생성시 java 버젼을 21로 선택후 생성하고 인텔리제이에서 오픈을 시켜서 Project Structure 에서 JDK21을 선택한 후에 Settings 의 Build Tools -> Gradle 들어가면 "Select configuration element in the tree to edit its settings" 메시지만 보여지고 옵션을 변경할 수가 없네요. 그래서 기본인 Java 8 JVM으로 구동이 되어 오류가 나타납니다. 몇번을 인텔리J를 삭제하고, 레지스트리랑 남아 있는 찌꺼기 파일을 전부 다 삭제를 하고 재설치를 했는데도 같은 증상이 보이네요.혹시 이것 해결 방법이 있으시면 답변 부탁드립니다.그럼 수고하세요. 

강의 노트 다운로드는 오른쪽 상단 수업 자료 버튼을 눌러주세요. 오른쪽 상단에 수업 자료 버튼이 없고, 도저히 어디있는지 찾기가 어렵습니다.혹시 위치를 스크린샷 등으로 알 수 있을까요? 가능하면 메일로 공유받고 싶은데 강사님께 요청드려도 될까요?

http://boj.kr/20e5cdcc581f451297cf48edc0375743기존의 제 코드가 계속 틀리길래 강의를 봤더니문제 출력 조건의 "같은 비용의 집합이 하나 이상이면 사전 순으로 가장 빠른 것을 출력한다."이 부분을 고려 안해줬습니다.그래서 그부분을 추가하고 제출을 해도 계속 틀려서 어느 부분이 문제인지 모르겠습니다..백트래킹을 사용한다고 그전에 사용했던if(sum_c >= ret) break;이 부분이 같은 비용을 걸러버려서 안됐던 것이었습니다.if(sum_c > ret) break;로 해결했습니다 :)

예전부터 리턴에 대해 모호하게 이해하고 있어서 질문드립니다. # 함수 정의 (리턴 값) def plus(x, y): result = x+y return result# 함수 호출 a = plus(2,3) print(a)이러면 값이 5가 나오는데# 함수 정의 (리턴 값) def plus(x, y): result = x+y# 함수 호출 a = plus(2,3) print(a)이러면 값이 NONE이 나오는 이유가 리턴이 없어서 왜 a = 2+3으로 받아들이지 못하는 건지 궁금합니다.# 함수 정의 (리턴 값) def plus(x, y): result = x+y result# 함수 호출 a = plus(2,3) print(a)이 값 또한 NONE으로 출력되는데두번째 함수 호출 코드에서 plus(2,3) 이니까 plus(2,3) = result 이고 result 는 5이니깐 a = 5이므로 print (a) 는 5가 되어야 하는게 아닌가요? return이 없으면 함수에 무엇을 대입하든 변수에 값이 저장되지 않는 느낌이네요?           

로그인시도 -> Securty -> FILTER 사용자가 DB에있으면 OK -> JWT발급이 흐름이 맞는지요..? 그리고 OAUTH2는 로그인시도 -> 카카오 코드받아서 인증을 받고 -> 토큰으로 사용자 정보를 가져와서 로그인 -> 로그인 후 jwt발급근데 궁금한게 oauth2도 회원가입이 왜 필요한걸까요? 시큐리티때문이라고한다면 토큰으로 사용자정보를 가져오는걸로 db에서찾은거처럼 판단을 못하는지요제가 헷갈리는게 jwt든 oauth2든db하고 관련이 어떻게잇는건지가 헷갈립니다 jwt도 db에서 사용자정보를 가져와서 담을수도있지않나요? oauth2가 db에 사용자정보가 왜필요한지도 헷갈립니다 만약 사용자정보가 저장이 최초에 된다면 그다음부터는 그냥 oauth2로그인으로 안타는건지 그냥 security의 로그인을 타는건지 궁금합니다. 그리고 현재 강의에서는 시큐리티를 안쓰고openfeign를 쓰셔서 코드를 받고 그 코드로 요청을 보내서 토큰을 받고 그 토큰으로 사용자정보를 받는걸로 이해를 했습니다. 시큐리티에서는 해당과정이 없는걸로 알고있는데 맞는지요

학습 관련 질문을 최대한 상세히 남겨주세요!고민 과정도 같이 나열해주셔도 좋습니다.먼저 유사한 질문이 있었는지 검색해보세요.인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요.안녕하세요 항상 좋은 강의 잘 보고 있습니다. 다름이 아니라, 현재 강사님 프로젝트 구조가 정확하게 실무에서 사용하는 MSA 프로젝트가 맞나요?아니면 , 모놀리식 기반 멀티 모듈 구조를 통해 MSA 학습을 위한 구조인가요?현재 강의를 보면서 토이 프로젝트로 MSA 학습을 진행해보려고 하는데, 해당 구조가 실제 현업에서 사용하는 구조가 맞는지 궁금합니다 !

학습자료나 코드는 어디서 받아볼 수 있나요?

   파일 형식이 맞지 않는건지파일이 열리지 않아서, 속성 클릭 > 연결프로그램을 '메모장'으로 수정하니 깨져서 보이지가 않는데어떻게 해결하면 될까요?파일을 아예 지우고 다시 다운 받아도똑같고, 이전에 무슨 파일 형식이였는지모르겠어서 대처가 되지 않아요...