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

섹션1에 마인드맵 자료? 어디에 있다는 걸까요? 들어가면 코멘트만 보이네요

문제 7번의 데이터 생성은 일정 분포에서 데이터를 랜덤하게 생성한 것 같은데, 해당 프로그램에 대해 간략히 설명 부탁드려도 될까요???

집합(SET) 활용하여 차집합 개념은 잘 이해했습니다.a-b 가 존재할 경우 레이블 인코딩 하면 문제가 없는 것b-a 존재할 경우 학습시 b에 존재하는 컬럼이 인코딩이 안되는 문제!이럴 경우엔 axis=0(열)로 합해서 인코딩 후 다시 분리하는 방법이 있다고 하셨는데그렇게 하지않고인코딩 할때 fit을 b(test) 로 하고 트랜스폼을 a(train)으로 하면 무슨 문제가 발생할까요?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 책은 따로 구매하지않고 강의만 보고 진행할 생각인데 그럼 책에 있는 미션일 경우 그냥 끝이나는 건가요?아니면 문제는 제공되나요? 

안녕하세요 제가 빅데이터분석기사 실기 시험을 응시하지못해2025년에 다시 도전하려고하는데 혹시 응시기간 연장이 가능할까요?? blizzarduser@naver.com 메일로 연락주시면 감사하겠습니다!

작업형2 모의문제2 7분 31초에 나오듯이 train, test에서 cols를 삭제하려는데 저는 계속 이런 에러가 발생합니다. 강사님께서 제공해주신 코드를 복붙해도 오류가 발생합니다. 왜 그런걸까요?

<앞에서부터 70% 데이터 중 views 컬럼의 3사분위 수에서 1사분위 수를 뺀 값을 구하시오>이 문제 해결할 때, int앞에 : 은 왜 넣는건가요?df = df[:int(len(df) * 0.7)]

작업형1 모의문제3 문제9관련 질문입니다.해설을 보고 코드를 작성했는데, 결과값이 11이 아니라 np.int32(11)로 나옵니다.무엇이 잘못되었을까요?문제9구독(subscribed) 월별로 데이터 개수를 구한 뒤가장 작은 구독 수가 있는 월을 구하시오# your code import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p1/members.csv") df['subscribed']=pd.to_datetime(df['subscribed']) df['year']= df['subscribed'].dt.year df['month']= df['subscribed'].dt.month df['day'] =df['subscribed'].dt.day df= df.groupby('month').count() df.sort_values('subscribed').index[0]=>np.int32(11)