두 집단의 로그 리지스틴 값에 대한 합동 분산 추정량을 구하기 위에서 아래의 코드로 푸는 풀이가 알맞는지 질문드립니다.(혹은 우연의 일치로 해당 값이 나온건지 궁금합니다.) 꼬리질문 2에서 두 집단이라고 출제되었기에 df를 나누지않고, 로그 리지스틴 값이라고 명시되어 로그 리지스틴을 기준으로 구하는 것이기에 리지스틴에 로그를 취한 것을 종속변수로 설정해 풀었습니다. import pandas as pd import numpy as np df = pd.read_csv("data/bcc.csv") # 사용자 코딩 from statsmodels.formula.api import ols from statsmodels.stats.anova import anova_lm model = ols('np.log(Resistin) ~ C(Classification)', data=df).fit() print(anova_lm(model))출력 결과 (분산은 잔차들의 제곱의 평균이니까)이렇게 출력된 결과 Residual(잔차)의 mean_sq의 값을 두 집단의 로그 리지스틴 값에 대한 분산이라고 생각해도 되는건가요?

코덱스에 다시 로그인(device-auth)해봤는데 그래도 안되네요. 어떻게 해야 하나요?

1./init로 프로젝트를 초기화 한다는게 프로젝트.md 파일 새로 만드는거로 이해 했는데요우선 이 부분이 맞게 이해 한건가요?2./init를 반드시 초기화 해야하나요?새로운 프로젝트가 전에 쓰던 프로젝트.md파일로 써야 하는 경우는요?3.초기화 하면 기존에 있던 프로젝트 md파일은 어떻게 되요? 삭제되는지 따로 저장 되는곳이 있나요?나중에 사용 할 수도 있을거 같아서요

CDC 쉘 스크립트 설명 하시면서 실무에서는 사용하지 않는 방법이라고 하셨는데 보통 실무에서는 이런 쉘스크립트 대신에 어떤 방식으로 진행을 하나요?

20강작업형1 - 연습문제 8번5분 55초 데이터 개수를 구할 때 len 대신 value_counts를 사용할 수는 없는건가요?

거래 로그를 보는데 계속 이런게 뜨네요

강의에서는 챌린지 인증을 퇴근후AI 웹사이트가 아닌 인프런 내 미션에서 진행한다고 되어 있었는데요,인프런 내 미션은 어디서 확인하나요? 인프런 > 챌린지에서 찾을 수 없어 문의 드립니다.

안녕하세요~작업형 2 분류와 회귀 강의를 학습하는 도중 질문이 있습니다!분류에서는제출 파일은 예측값만 result.csv 파일로 생성해 제출(컬럼명: pred, 1개) 회귀에서는제출 파일은 예측값만 포함된 result.csv로 생성 (컬럼명: pred, 1개) 분류 강의에서는 생성해 제출이라고 하셨고, 회귀 강의에서는 생성이라고 하셨는데 분류와 회귀 강의에서 한 작업에서 다른 점이 없는 거 같아서 질문드립니다. (데이터프레임 만들어서 제출하되 read로 행 개수 확인하기)정확히 어떤 차이가 있는 걸까요?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요인코딩과 스케일링 순서가 궁금합니다.인코딩 하고 스케일링 하면 문자형들이 이미 숫자로 바껴서 스케일링 먼저 하고 인코딩이 낫나요?라벨 인코딩 하면 0~1보다 더 큰 숫자여서 라벨 인코딩 한 것 자체도 스케일링 될 거 같은데 괜찮은지 모르겠습니다.

제목과 같이 VOLAR 에 관련 내용이 없습니다.이유가 뭔지요?

3강 강의에서 api key 연결시 에러가 납니다.비용 결제도 했고 api key가 활성화 된것은 확인이 되었습니다.(다른 부서에서 위 key로 실제 프로그램 개발을 하고 있고 성공했습니다.)회사에서 개발을 하고 있습니다.무엇이 문제일까요?

한글 입력 오류 관련하여 혹시 해결방법이 있는지 궁금합니다.그냥 웹에서는 잘 되는데,언리얼 CEF 기반의 도커창에서는 다음 문자로 이동되어야 하는 받침이 사라지는 현상이 있습니다.예를들어 "아니" 라는 단어를 타이핑 할 때, "안" -> "아ㅣ" 로 타이핑 됩니다. ㄴ이 다음 글자로 옮겨지는게 아니라 없어지네요.혹시 해결하신분이 있으신가요?

안녕하세요 로컬레지토리에서 git commit을 하면 무한로딩이 됩니다. Cursor를 껐다가 켜도 계속 무한로딩이에요.. 이러한 오류는 어떻게 처리해야 될까요?  

수업 자료와 캐글 창이 현재 다릅니다.

실제 시험에서는 3번째 줄까지만 문제로 주어지는걸까요?아니면 해당 문제와 같이 min_max 스케일링의 공식도 같이 주어지는 건가요?

안녕하세요 6.8까지 강의를 수강 했던 수강생입니다.6.9 부로 기간이 만료됐는데 다시 결제를 하자니 부담이 되는상황이라혹시 6.20 시험 전까지라도 단기기간 결제를 하여 연장이 가능할까요?인프런 고객문의를 통해서 오늘 하루 연장하여 이렇게나마 문의를 드립니다.이메일 woog2866@naver.com 입니다!

###데이터전처리(범주형 데이터 수 많은데 카테고리 다를 때 삭제, 비행기 문제 생각)train = train.drop(‘컬럼명’, axis=1)test = test.drop(‘컬럼명’, axis=1)결측치 채우기 (범주형)cond_o = ['범주형컬럼명1',‘컬럼명2’...]train[cond_o]=train[cond_o].fillna("X")test[cond_o]=test[cond_o].fillna("X")결측치 채우기 (수치형, 0/중앙값/최소값/평균 등 데이터에 맞게)cond_f = ['컬럼명1‘,’컬럼명2'...]train[cond_f]=train[cond_f].fillna(0)test[cond_f]=test[cond_f].fillna(0)target = train.pop(‘타겟컬럼명’) ###인코딩print(train.shape, test.shape)train = pd.get_dummies(train)test = pd.get_dummies(test)print(train.shape, test.shape) (범주형 카테고리 다르면 합쳐서 원핫인코딩 진행)print(train.shape, test.shape)concat = pd.concat([train,test])concat_dummies = pd.get_dummies(concat)n_train = len(train)train = concat_dummies[:n_train]test = concat_dummies[n_train:]print(train.shape, test.shape)###하이퍼파라미터class_weight='balanced' : 타겟 데이터 불균형일 때 사용max_depth : 3~7(분류) 7~12(회귀)n_estimators : 200~600 (100단위)learning_rate : n_estimators 와 반비례하게 사용 - 0.01~0.1 (랜덤포레스트에서 적용 안됨)이렇게 정리해서 외워도 될까요??하이퍼파라미터는 각각 어떤 상황에 사용해야 하는지 잘 모르겠습니다ㅠㅠ

안녕하세요, 현재 석사과정 2년차이며, 자동차 업체와 산학협력 연구를 진행하며 위 강의를 통해 많은 도움을 받은 수강생입니다. 전공도 이쪽 분야가 아니라 고생을 많이 했는데, 덕분에 한결 수월하게 진행하게 된 것 같습니다.다름이 아니라, 저희가 이제 차량 내 마사지 시트 사용자 대상 실험을 앞두고 있습니다.이때 각기 다른 조건(5가지)의 마사지를 설계하고 사용자에게 제공하려고 합니다.CAPL 코드는 모두 짜둔 상태인데 이들 각각을 어떤 방식으로 저장하고 사용자에게 제공하면 될 지에 대한 의문이 들어 문의 드립니다.본 강의와는 다른 질문이지만 도움을 구할 곳이 없어 실례 무릅쓰고 여쭤봅니다.감사합니다.

구글폼 작성했습니다. 승인 부탁드려도 될까요??? 감사합니다!

4강 6:45여기에서 데이터형식에서 오류 데이터가 발생합니다원본데이터에서 맛나라(양조간장)품목, 2019-01-17 일자 수량이 "15(입고하지마세요)" 으로 텍스트가 포함되어 있어서 정수로 데이터형식을 변환할 경우, error로 표시되는데 원본에서 텍스트를 지우고 사용하신건지? 아니면 쿼리에서 다르게 적용해볼 방법이 있나요? 해결책만 간략하게 설명부탁드려요