학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 예시문제 작업형2(신버전) 강의 내용 17분 16초 쯤에 수치형 베이스라인으로 작업을 하실 때 아래와 같이 코딩을 하셨는데 model.fit (X_tr[cols],y_tr) pred=model.predict_proba(X_val[cols]) 이미 train_test_split 을 할때 train[cols] 을 활용해 데이터 분할을 하였기에 굳이 다시 쓰기보단 model.fit (X_tr,y_tr) pred=model.predict_proba(X_val) 이런식으로 작업을 해도 괜찮은지 여쭤보고 싶습니다. 실제로 이렇게 작업을 했을 때도 문제가 없었는데 혹시나 한번 여쭤보고 싶어 이렇게 글을 올립니다. 감사합니다:)
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 b.sort_values(ascending = False).index[0] 위와 같이 index[0]로 추출하여 제출하지말고 눈으로 정렬된 결과를 보고 print('smoothness error')로 제출해도 괜찮나요?
안녕하세요 강사님, 수업 잘 듣고 있습니다. 좋은 강의 만들어 주셔서 감사드립니다. 수업을 듣다가 9분 12초 쯤에서 질문이 있어서 게시글 남깁니다. eval(repr(p)) 에서, repr(p) 가 Pair 라는 클래스를 호출해서 인스턴스로 만드는 string을 나타내기 때문에, eval()을 했을 때 Pair라는 객체가 생성되는 게 맞을까요? 바꿔서 말하면 repr(p)가 평가되었을 때 Pair(3,4)와 같은 객체 생성 expression과 같기 때문에 그 expression이 eval()을 타서 Pair 객체가 만들어지는거죠?! 답변 주시면 감사하겠습니다!
fraud일때만 이상치를 제거하는 이유에 대해서 강의중에 나중에 말씀해주신다고 하셨는데 그대로 신용카드 사기실습 강의가 끝나서 질문남깁니다! 강의 어느파트로 가면 해당 부분을 설명들을수 있을까요? (현재 강의진도를 그대로 따라가는데에 어려움을 겪어 부분부분 듣고있는 상태입니다)
안녕하세요. 작업을 하다보니, 현재 커서가 속한 페이지를 얻어야 하는 경우가 있는데요. 관련강의로는 짝수페이지만 삭제하기 이쪽을 봤는데, 전체페이지를 반환하는 것은 있는데, 속한 페이지를 반환하게 하는 경우는 못찾겠습니다 ㅠ.ㅠ 관련 명령어가 있을까요 그리고 Hwp Ctrl API 도 자주 참조를 하시던데, 제가 강의에서 받은 API는 ActionObject HwpAutomation ParameterSetObject 이렇게 3개밖에 없어서요! 혹시 다른 API파일들은 어디서 받을수있을까요?
안녕하세요 강사님 갑자기 작업형 2유형 csv 파일 제출할때 혼동이 생겨 질문합니다다름이 아니라 시험환경 문제 풀이중 roc_acu로 평가 한다고 되어 있어 predict_proba로 예측값을 뽑아 제출하면 된다고 생각했지만 csv 제출 파일 예시에는 이렇게 나와있어 이런 경우에는 predict으로 예측값을 뽑아 제출하는건가 하여 혼동이 와 질문드립니다
빅분기 시험 볼때, 결측치 채우기/ 삭제에 대해서, 정리하면, 결측치 채우기 : train, test data 모두 적용 결측치 삭제 : train data 가능/ test data 불가능 (컬럼은 가능하나 train, test 데이트의 행(개수) 일치시켜야 함 이렇게 이해한 것이 맞을까요? ^^;;
1 2 3 4 5 6 7 8 2**0 o o o o o o o o -> 8개 (8 // 1) 2**1 o o o o -> 4개 (8 // 2) 2**2 o o -> 2개 (8 // 4) 2**3 o -> 1개 (8 // 8) 강의에서 위의 내용까지는 이해를 했습니다. (8!에 2가 몇 번 곱해져있을까? 를 구하는 방법이라고 이해하고 있습니다) 강의하시는 중(24:30초 즈음부터)에 아래의 빨간 네모부분의 계산을 왜 하시는건지 이해가 잘 안됩니다!
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 평가할 때 rf = RandomForestClassifier() rf.fit () rf.predict() 이 부분에서 rf를 다 model로 적어줘도 상관없나요? model = RandomForestClassifier() model .fit () model .predict() 또한, 랜덤포레스트에서 model를 변수명으로 해서 돌리고 xgboost에서도 똑같이 model를 변수로 두고 돌려도 되는지 여쭤봅니다. 이전 강의인 회귀파트에서는 모델에 따라 변수명을 다르게 하지 않고 다 같은 model로 변수명을 두었더라구요
안녕하세요. 선생님 해당 강의에서 피처엔지니어링을 위해 베이스 라인(수치형 데이터만 사용해보기) 만드는 과정에서 선생님께서는 cols = train.select _dtypes(include="O").columns train = train.drop(cols, axis=1) test= test.drop(cols, axis=1) 로 하셨는데요. train = train.select_dtypes(exclude="O") test = test.select _dtypes(exclude="O") 로 해도 문제 없을까요? drop() 메소드로 cols 변수에 넣은 칼럼을 axis=1 로 전부 제거한거니까 그냥 범주형 데이터를 제외 시키는 select_dtypes(exclude="O") 으로 해도 문제 없을 것 같긴 한데, 확인차 질문 글 남깁니다.
선생님, df.drop("시즌", axis = 0) 으로 작성하면 에러가 안뜨지만 df.drop("시즌", 0) 으로 작성하면 다음과 같은 에러메세지가 뜹니다. 이유를 알 수 있을까요? | DataFrame.drop() takes from 1 to 2 positional arguments but 3 were given
