실제 시험에서 너무 정확한 점수(높은)가 나오면 과적합을 의심해야 할까요? import pandas as pd # 다중분류 문제 train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/drug_train.csv") test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/drug_test.csv") target = train.pop('Drug') # train, test 둘다 결측치 없고, 종류수 같음 cols = train.select_dtypes(include='object').columns # baseline # train = train.drop(cols, axis=1) # test = test.drop(cols, axis=1) # one-hot # train = pd.get_dummies(train, columns = cols) # test = pd.get_dummies(test, columns = cols) # Label from sklearn.preprocessing import LabelEncoder for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col]) # 학습 데이터 분리 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 ) # 모델 학습 from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier(random_state=0) model.fit(X_tr, y_tr) pred = model.predict(X_val) # 모델 성능평가 from sklearn.metrics import f1_score score = f1_score(y_val, pred, average='macro') print("F1 Score: ", score) # baseline F1 Score: 0.5535714285714286 # one-hot F1 Score: 0.8809523809523809 # Label F1 Score: 1.0 # 모델 예측 pred = model.predict(test) pd.DataFrame({ 'pred': pred }).to_csv('result.csv', index=False) pd.read_csv('result.csv')
필기 합격하고 실기 준비에 답답했었는데 강사님 덕분에 빅분기 실기 재밌게 잘 준비하고 있습니다. 실기 체험환경에서 유형3을 하고 있는데요. 회귀분석에서 새로운 값을 가정했을 때, 신뢰구간과 예측구간을 묻는 문제에서 print(pred.summary_frame()) 이것의 결과값이 길어서 중간에 '...' 으로 나오는데 전부 다 보려면 어떻게 해야 되나요 강의 어느 부분에서 방법을 말씀해 주셨었는데 강의 어느부분인지 기억이 안나요..
[2026년 빅분기 실기 준비] 빅데이터 분석 기사 실기 시험 100% 합격 ! 기출 문제의 패턴이 보인다 !
아직 method 속 수많은 attribute들에 익숙해지지 않아서 쓰는 것만 쓸려다 보니 문제가 복잡해질수록 코드를 복잡하게 작성하게 되네요. 6회 1유형 3번 문제로 예를 들자면, 같은 경우도 lambda가 먼저 떠오르지 않고 str.split로 어떻게든 해보려하고.. axis 쓰신 부분이 이해가 가지않아 transform 쓰려다 포기하고.. 결국 이렇게 풀었습니다. df['yr']=df['날짜'].apply(lambda x : x[0:4]) df['mth']=df['날짜'].apply(lambda x : x[6:8]) df['sum']=df['전자제품']+df['가전제품']+df['의류']+df['잡화'] c2018 = (df['yr']== '2018') d2018 = df[c2018] g2018 = d2018['sum'].sum() d2018['gsum'] = g2018 c2019 = (df['yr']== '2019') d2019 = df[c2019] g2019 = d2019['sum'].sum() d2019['gsum'] = g2019 c2020 = (df['yr']== '2020') d2020 = df[c2020] g2020 = d2020['sum'].sum() d2020['gsum'] = g2020 c2021 = (df['yr']== '2021') d2021 = df[c2021] g2021 = d2021['sum'].sum() d2021['gsum'] = g2021 c2022 = (df['yr']== '2022') d2022 = df[c2022] g2022 = d2022['sum'].sum() d2022['gsum'] = g2022 df = pd.concat([d2018, d2019, d2020, d2021, d2022]).reset_index() df = df.sort_values('gsum', ascending=False).reset_index() t2021= df.loc[0, 'gsum'] a2021= t2021/12 print(int(round(a2021,0))) 분명 더 쉽게 풀 수 있을 거 같은데 머리 속에는 테이블을 하나하나 분리해서 다시 조각조각 붙일 생각만 드네요. 혹시 이 문제 str.split 혹은 transform 써서 풀어주실 수 있으신가요? 강의 영상에는 대부분 가장 명료한 가지 방법으로만 풀어주시는데 몇몇 방법들은 교재와 chatgpt를 사용해도 이해가 어렵습니다.
해당 문제를 아래와 같이 풀었습니다. # your code import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p1/members.csv") df=df.fillna(method='bfill') df=df.groupby(['city','f2']).sum().reset_index() df=df[['city','views']].sort_values(by='views',ascending=False) df= df.reset_index(drop=True) df=df.loc[2:2] df print("대구") 해당 마지막 코드인 df=df.loc[2:2]를 통해서 정답이 '대구'인걸 눈으로 확인했는데 해당 값만 추출하는 것을 몰라 마지막에 print를 활용해서 정답을 '대구'로 출력했는데 이와 같은 경우 괜찮은지 질문드립니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 df = df.fillna(method='bfill') df = df.bfill() ffill도 마찬가지로 선생님, 왕초보의 질문인데요..! bfill과 fillna(method='bfill')이 완전히 똑같은 기능을 하나요? 그렇다면, fillna(method='bfill') 가 조금 더 코드가 긴데, fillna 를 까먹지 않도록 이걸로 알려주시는 걸까요?
안녕하세요, 저는 알려주신 코드와 동일하게 작성한 것 같은데, 결과 값이 'id'로 나오는데 뭐가 문제일까요 import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p1/members.csv") df = df.isnull().sum() print(df.sort_values(ascending=False)) print(df.index[0]) 11:06초 먼저 유사한 질문이 있었는지 검색해보세요
안녕하세요 질 좋은 강의 올려주셔서 항상 감사합니다. 몇가지 질문을 하고싶은데 traget=train.pop('타겟') << 이거를 인코딩 하기 전에 하는것이 나을까요 아니면 검증데이터 분할하기 전에 하는것이 나을까요? 학습시간이 촉박해서 그런데 인코딩에서 레이블인코딩을 학습하지 않고 그냥 원핫인코딩 하나만 학습해서 시험을 쳐도 무리 없을까요? 그리고 머신러닝 학습에서도 lightgbm이나 XGBoost나 다른 모델을 쓰지않고 그냥 랜덤포레스트 하나만 학습해서 시험을 쳐도 합격하는데는 큰 무리가 없을지 궁금합니다! 감사합니다 추가적으로 작업형 2에서 이상치 조정, 스케일링, 하이퍼 파라미터 튜닝 이 세가지 작업도 굳이 하지 않아도 점수에 큰 영향이 없다면 패스하고 싶은데 괜찮을지 여쭤봅니다!!
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요 제가 이전에 코랩을 설치한적이 있는데 설정을 잘못한건지 매 코드 행마다 앞에 숫자 1이 적혀져있는데 잘못된건가요? 아니면 새버전에서는 원래 1이 적히는건가요? 선생님처럼 숫자 1이 안뜨게하려면 어떻게해야할까요 감사합니다
n_train = train.select_dtypes(exclude='object') c_train = train.select_dtypes(include='object') 데이터 분리할때 .copy() 안써도되나? 뭐가 달라지는건가요? 또 마지막에 파일 제출할때 test.index가 무엇을 의미하는지 궁금합니다. 이코드로 0부터시작하는 인덱스를 자동으로 생성할 수 있는건가요
작업형 모의문제1 2번 문제에 f3'컬럼의 'gold' 값을 가진 데이터 수를 출력하세요! 문제에서 print(sum(df['f3']=='gold') 가 당시 문제를 풀 때 생각이 나지 않아서 df1 = df[df['f3']=='gold'] print(len(df1)) 이렇게 작성해서 문제를 풀었습니다. 똑같은 정답인 56 이 나오는 거면 이상이 없는지 궁금합니다.
구글 코랩에서 코딩이 자동완성 되는데 불편해서 기능을 해제하려고 설정에 들어가서 찾아봤는데 "코드 완성 제안을 자동으로 표시" 탭이 없습니다..! 책이나 기존에 실습한 내용을 복기하며 직접 코드를 작성하고 싶은데 자동완성으로 떠서 불편합니다 ㅠㅠ 기능을 없앨 수 있는 방법이 있을까요?
