1번문제는 범주형 데이터 분석이라고 하셨는데 어떻게 구분하나요? 저는 처음에 이 문제가 두 집단이 있어 독립표본 검정을 사용해야겠다라고 생각했습니다.

안녕하세요 강사님, 강의 잘 듣고 있습니다.혹시 슬라이드 형태로 공유 주시는 자료를 별도 pdf나 파일로 업로드 해주실 수 있으실지 문의드립니다.e.g.) 섹션 5. [작업형2] 머신러닝 및 평가지표 -머신러닝 프로세스 매번 일부 슬라이드를 스크린샷 해서 보고 있어 살짝 불편합니다.혹시 가능할지 확인해주시면 감사하겠습니다 :)

이탈할 고객의 확률이기 때문에 인덱스가 1인 컬럼을 선택해야해서 pred[:,1] 를 쓴다고 하셨는데,이탈할 고객의 확률의 인덱스가 1인지 어떻게 아나요..?# roc-auc pred = model.predict_proba(X_val) print(roc_auc_score(y_val, pred[:,1]))

제가 일단 판다스기본 보고있는데.. 코드가 원리같은건 이해를 하겠는데 직접 타이핑할때 아직 세세하게 기억이 나질않아서 꼭 답을 보면 생각나더라구요.. 괄호 사용이나 메서드 사용법같은.. 현재 제 상태면 판다스 기본만 일단 계속 봐야하나요? 아니면 진도를 계속 나가도 되나요..? 이게 진도를 나가면서 문제통해서 배우는건지 판다스기본 완벽하게 마스터하고 나가야하는지 모르겠습니다 ㅠ

type 확인 후 cols = ['age', 'fnlwgt', 'education.num', 'capital.gain', 'capital.loss', 'hours.per.week']이렇게 수치형 데이터의 열만 복사하는 거 말고 cols = X_train.select_dtypes(exclude='object').copy()를 사용해도 되나요?

스케일링, 인코딩 등 데이터 작업후에 위로 올라가서 다시 실행하면 처음이라 결과값이 달라지고 오류가 생기는데 한 번 실행한 작업은 다시 건드리면 안되나요? 라벨인코딩, 원핫인코딩 모두 실행하고 분리한 데이터 다시 합쳤을 때 컬럼이 107로 나와야하는데 처음이랑 그대로인 15가 나오더라구요 다시 올라가서 실행하니 전부 오류가 뜹니다 ㅜㅠ!! 

원-핫 인코딩 했을 때 데이터가 0또는 1이 아니라 false나 true로 나오는데 문제 없는 건가요?false를 0으로 true를 1로 보면 될까요?

6회기출 제1유형 2번위 내용에보면교사수 구하는 문제인데,맨 위에 29.9비율 제일 높은 교사수는 20인데왜 답이 19인지 모르겠습니다.확인 부탁드립니다.

안녕하세요.제1유형 문제를 풀고, 답변을 수기로 쳐도되나요?예를들어,제3회기출 제1유형 1번답이 f1이라고하면그냥ans = 'f1'print(ans)이렇게 답을 처도되는건가 문의드립니다.

일원, 이원 분산 분석에서 정규성 & 등분산성 가정을 위반될 때 에 대한 질문이 있습니다.일원 분산 분석에서 정규성 검정은 충족하는데 등분산 가정이 충족되지 못하면 일원 분산 분석을 진행하지 못하나요?이원 분산 분석에서 정규성 검정 혹은 등분산 검정 둘중 하나라도 충족되지 못하면, 이원 분산 분석을 진행하지 못하나요? 위의 1, 2 번 질문은 강사님이 다뤄주신 프로세스에 없는 부분인데 이러한 부분이 시험 출제 가능성이 있는지 궁금합니다.감사합니다.

# age 컬럼 평균값으로 채우기 value = int(X_train['age'].mean()) print("채울 값:", value) X_train['age'] = X_train['age'].fillna(value) X_test['age'] = X_test['age'].fillna(value)강의에서는 value 함수와 print 사용해서 평균값 채우셨는데 X_train['age'] = X_train['age'].fillna(X_train['age'].mean()) X_train.isnull().sum()이렇게 간단하게 채우고 isnull().sum()으로 결측치가 0인지 확인하는 방법도 괜찮나요?value랑 print 부분이 이해하기 어렵고 실제로 적용하기도 어려울 것 같아서요 ㅜㅜ!! 

영상에서 X_train 데이터 결측치 처리 하실 때 X_train['workclass'] = X_train['workclass'].fillna(X_train['workclass'].mode()[0]) X_train['native.country'] = X_train['native.country'].fillna(X_train['native.country'].mode()[0]) X_train['occupation'] = X_train['occupation'].fillna('X')이렇게 해주셨는데 m1 = X_train['workclass'].mode()[0] m2 = X_train['native.country'].mode()[0] X_train['workclass'] = X_train['workclass'].fillna(m1) X_train['native.country'] = X_train['native.country'].fillna(m2) X_train['occupation'] = X_train['occupation'].fillna('X') 이렇게 저만의 방식으로 기호 만들어서 활용해도 되나요?

안녕하세요 ! 수업 들으면서 열심히 실기 준비하고 있습니다 섹션5. 라이브러리 및 데이터 불러오기 강의에서#상관관계 코드를 입력할 때 아래와 같이 뜨는데 corr(numeric_only=True) 형식으로 바뀐건가요??# 상관관계 X_train.corr() # 판다스 버전이 최신으로 변경될 경우 에러 발생할 수 있습니다. 아래와 같이 numeric_only=True를 사용해주세요! sum(), mean()등도 모두 포함 # X_train.corr(numeric_only=True)

강의에서는 수치형 변수 스케일링 부분을 cols = [ 수치형 변수들] 변수 선언 후에 적용하셨는데제 생각에는 이미 그 위에서n_train, c_train, n_test, c_test 로 구분해 놓았기 때문에 불필요하다 생각해서 아래와 같이 작성했는데, 오류가 발생합니다. 왜그러는 걸까요?from sklearn.preprocessing import RobustScaler scaler = RobustScaler() n_train = scaler.fit_transform(n_train) n_test = scaler.transform(n_test) n_train.head() #오류내용 AttributeError: 'numpy.ndarray' object has no attribute 'head'

안녕하세요 강사님이번 필기 시험을 합격하여 10회 실기 시험을 준비중인 학생입니다 다름이 아니라 제가 수강 만료일이 4월 30일까지라 실기 강의가 꼭 필요한 상태인데 강사님 강의로 공부하여 합격하고 싶어 수강 연장 요청드립니다..pearl_724@naver.com

과거에 파이썬을 배울때df[출력행][조건] 이런식으로 배워서 익숙한데2회 기출유형(작업형1) 3번 문제 마지막은 df[조건][출력행] 으로 되어 있어 궁금한 점이 있습니다. 순서는 상관이 없는건가요?전 아래와 같이 코딩했고 결과값은 같습니다.print(df['age'][cond1|cond2].sum())

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요1과목 마인드맵 groupby,pivot 함수 추가 업데이트 부탁드립니다.

안녕하세요 제가 작년에 실기 떨어지고 이번에 10회를 마지막으로 응시하려고 하는 수강생입니다.수강 기간이 5월 중순에 만료인데 연장 할 수 있는 방법이 있을까 문의 드립니다 ㅠㅠ.. dltmdgh000131@naver.com 메일로 연락 주시면 감사하겠습니다!

강의에서는 name, host_name, last_review, host_id를 삭제하고 reviews_per_month는 0으로 대체했습니다. 근데 예를 들어 이 문제가 시험에 출제되었다면, 강의처럼 똑같이 해야 점수를 획득하는건가요? 다른 컬럼들을 더 삭제하거나 위에 컬럼들 중 일부를 삭제하지 않으면 점수가 깎이는건가요?

안녕하세요 강사님!수강 연장 질문드립니다. 이번 시험에 필기 합격하여 실기 강의가 꼭 필요한 상황인데 수강 연장이 가능할까요? ㅠㅠ 도움 부탁드립니다. pearl_724@naver.com