강의 3분 32초에서 alternative는 제대로 적었다는 가정 하에 after와 before의 순서를 잘못 적으면 pvalue는 같고 검정통계량의 값만 부호가 달라진다고 말씀하셨는데, 이 부분이 이상하여 질문드립니다. stats.ttest_rel(df['after'], df['before'], alternative='greater') 위 상황에서 after와 before를 반대로 적으면 stats.ttest_rel(df['before'], df['after'], alternative='greater') 이렇게 된다는 것일 텐데, 원래 코드(위)의 대립가설은 after가 before보다 크다는 것이고, 반대로 적은 코드(아래)의 대립가설은 before가 after보다 크다는 것이니, 두 경우가 서로 정반대를 가리켜 둘의 pvalue가 정반대의 값을 나타내야 하지 않나요? 둘의 pvalue가 같다는 건 두 경우의 대립가설이 모두 참이라는 것일 텐데 그럴 수가 없어보여서 궁금해서 질문 드립니다. 감사합니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 강의 91 [작업형1] 연습문제 섹션11 ~ 20 에서 11번 문제 "앞에서 구한 70% 데이터 중 ‘views’ 컬럼의 3사분위수에서 1사분위수를 뺀 값을 정수로 구하시오" 이 문제에서 정수로 구하라는 부분이 헷갈립니다. int()를 써야할지 round()를 써야할지.. 상식적으로는 제일 가까운 값을 구해야 하기 때문에 round()를 쓸 것 같은데 해답은 int()로 코딩이 되어 있네요. 다행히 이 문제는 뭘로 구하던지 답은 같은데, 이 부분 클리어하게 답변 주시면 고맙겠습니다.
기출2회 문제 강의에서 인코딩 전에 아래 코드로 작성하셨잖아요? 그 다음 레이블인코딩에서 반복문 안에 df[col]이 아닌 왜 X_train[col]인건지 궁금해요. df = pd.concat([X_train, y_train['Reached.on.Time_Y.N']],axis=1) 위 질문에 이어, concat으로 train,test 데이터를 합친 후 레이블 인코딩 시, 범주형 자료를 추출할 때 concat을 받은 변수(예: df라면 df. select_dtypes)가 아니라 train. select_dtypes으로 다시 train을 불러오는지도 알려주세요. 미리 감사합니다!
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 빈노트로 강의 들으면서 작성하는데 저는 결과 값이 roc_auc 기존으로 max_depth을 넣지 않거나max_depth=7을 넣을때가 가장 좋게 나옴니다. 코드명이 틀리지는 않았는데 이렇게 나올 수도 있나요?
작업형 2에서 만약 회귀 문제이고 평가지표가 RMSE라면, 점수를 매길때 RMSE값으로 점수를 매기는건가요? 만약 그렇다면 어느정도로 차이가 나야 잘 나온건지 가늠이 안갑니다,, 선생님의 답이 RMSE값이 825일때, 제가 구한값이 800~850정도라면 평가가 잘된거라고 봐도 될까요
2번 문제를 풀다가 sum을 쓰는 방법에 대해서 궁금한 점이 있어 문의 드리빈다. 저는 print((a.sum(axis=1) > 0.1).sum()) 이렇게 풀었는데, 선생님께서는 print(sum(a.sum(axis=1) > 0.1)) 이렇게 푸셨더라구요. 답은 같은데, 두 방법의 차이가 있을까요?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 자료형 1을 푸는데 df에 덮어쓴 수식이 잘못되서 시험에서 제공하는 처음 데이터 상태로 되돌릴 수는 없나요?
두 가지 질문이 있습니다. 1. 아래 코딩부분 강의에서는 유형별로 0,1 로 나오는데 제꺼는 true, false 로 나옵니다. 문제 없는건가요? 왜 다르게 나오는지 알고싶습니다. #원핫인코딩 df2 = pd.get_dummies ( df ) df2.head () model.summary 했을 때 나오지 않은 유형(강의에서는A)를 drop하면 되는건가요? 전부 다 나온다고 하면... 어떤 기준으로 드롭해야할까요?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요! 기출2회 작업형1 2번문제 문의드립니다. std1과 std2가 같게 나왔는데, 한번에 돌리다보니 덮어써진 것 같습니다. 질문들을 찾아보니 코드를 다시 쓰면 된다고 답변을 다셨던데, 어디에 어떤 코드를 쓰면 될까요? 그리고 처음 std1을 찾을 때도 강의와는 다른 값이 나오던데, 이거는 이유가 있을까요?
강사님 덕에 아무것도 몰랐던 파이선에 대해서 알고 빅분기 실기 준비 원활하게 잘 하고 있습니다. 주석처리 관련해서 Ctrl+/로 하는 걸로 아는데요.. 코랩이나 실기체험 프로그램에서 처음엔 잘 되다가 몇 분 지나면 안되는데, 왜 그럴까요.. 안되니까 너무 답답하네요...
저는 문제를 보고 9회차의 작업형2 방식과 동일하게 아래와 같이 했는데요 이렇게 해도 되나요? drop와 레이블인코딩을 하지 않았을때 값이 10정도 차이가 나서 질문 드립니다! # 라이브러리 및 데이터 불러오기 import pandas as pd train = pd.read _csv(" churn_train.csv ") test = pd.read _csv(" churn_test.csv ") target = train.pop('TotalCharges') train = pd.get_dummies(train) test = pd.get_dummies(test) 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) #랜덤포레스트 from sklearn.ensemble import RandomForestRegressor rf = RandomForestRegressor(random_state=0) rf.fit (X_tr, y_tr) pred = rf.predict(X_val) from sklearn.metrics import mean_absolute_error print(mean_absolute_error(y_val, pred)) # LightGBM import lightgbm as lgb lg = lgb.LGBMRegressor(random_state=0, verbose=-1) lg.fit (X_tr, y_tr) pred = lg.predict(X_val) print(mean_absolute_error(y_val, pred))
