안녕하세요.현재 수강 중인 강의의 수강 기간 연장 가능 여부를 문의드립니다.처음 강의를 신청했을 때는 이번 회차 시험에 맞춰 끝까지 수강하고 응시하는 것을 목표로 했으나 학업 일정과 개인 일정이 겹치면서 계획했던 만큼 충분히 수강하지 못했습니다. 그 결과 아직 진도율이 많이 부족하고 강의와 문제풀이를 제대로 정리하지 못한 상태라 이번 회차 시험에서는 합격이 쉽지 않을 것 같다고 판단하고 있습니다.다만 수강한 부분만으로도 개념을 잡는 데 도움이 되었고 강의 흐름에 맞춰 끝까지 따라가면 혼자 준비하는 것보다 훨씬 체계적으로 정리할 수 있겠다는 생각이 들었습니다. 그래서 가능하시다면 이번 한 번만 다음 회차 시험 준비 기간까지 수강 기간을 연장해 주실 수 있을지 부탁드립니다.물론 수강 기간 연장이 당연한 요청이 아니라는 점은 잘 알고 있습니다. 연장해 주신다면 남은 강의를 끝까지 수강하고 부족한 부분을 보완하여 다음 시험에는 좋은 결과를 낼 수 있도록 성실히 준비하겠습니다.바쁘시겠지만 한 번만 검토해 주시면 정말 감사하겠습니다.감사합니다.메일 주소: kjm69451@naver.com

6:27초에서 df_metl에 존재하는 variable 변수가 범주형 변수인데 ols('value ~ C(variable)', ~~~~) 이런 식으로 적지 않아도 되나요? 영상에서는 C로 감싸지 않았는데요

샘 일반에서 (3가지 돌렸을때 에러일때 작은숫자를 선택하라하셨느데요) 일반에서는 거의 (960, 1000) 이란 숫자가 심화에선(600, 700대 숫자가나왔으면) 이건 일반과 심화를 비교하는건 아니죠? 심화한사람들인 훨 점수가 더 높은건가요? 숫자가 훨씬 더 작은니까요??

2유형 보내주신 메일 잘 받았습니다. 감사합니다샘 3가지 유형을 돌리고 나서 가장 좋은거 선택하고 나머지 2개는 주석처리 하면 5번 새로생긴항목 안해도 되는거죠~~

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요2유형 object컬럼에서 개수 다르면 어떻게 해야하나요? 확인 안 하고 레이블인코딩, 랜덤포레스트, lgbm으로만 연습하고 있었는데 object 컬럼에서 안에 개수가 다르면 레이블인코딩을 못 쓰는게 아닐까요..?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요코딩팡학습하다가 의문이 생겨서요작업형2 문제에서 나머지문제는 다 40점 나오는데 3번문제만 어떤방법을 써도 25점 이상 안올라가요..ㅠㅠ이유가 뭔지 알길이 없네요.. 문제 다 똑같은 형식으로 제출했습니다.train = pd.get_dummies(train)test = pd.get_dummies(test)from sklearn.model_selection import train_test_splitX_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size=0.2, random_state=0)from sklearn.ensemble import RandomForestRegressorrf = RandomForestRegressor(random_state=0)rf.fit(X_tr, y_tr)pred = rf.predict(X_val)from sklearn.metrics import root_mean_squared_errorprint(root_mean_squared_error(y_val, pred))import lightgbm as lgblg = lgb.LGBMRegressor(random_state=0, verbose=-1)lg.fit(X_tr, y_tr)pred = lg.predict(X_val)print(root_mean_squared_error(y_val, pred))import xgboost as xgbxg = xgb.XGBRegressor(random_state=0, n_estimators = 400)xg.fit(X_tr, y_tr)pred = xg.predict(X_val)print(root_mean_squared_error(y_val, pred))lg.fit(train, target) -> pred = lg.predict(test) 로도 해봤어요!pred = lg.predict(test)submit = pd.DataFrame({'pred':pred})submit.to_csv('result.csv', index=False)print(pd.read_csv('result.csv'))

관찰값이라면 말그대로 실제로 관측된값이고기대값은 관측이 되지않았지만 기대할 값이라는것 같은데 이문제에서는 이번회차를 관측값으로 두고지난 3년을 기대값으로 뒀는데 왜 지난3년이 기대값이 되는건가요..?

안녕하세요 작업형2에 대한 질문입니다.train, test 모두 id 컬럼이 있는 경우에 train, test 모두 id 컬럼을 제외해도 되는지 궁금합니다.제외하려는 이유는 모델의 예측결과가 id 컬럼과는 무관할 것 같기 때문인데 test 셋을 건드는게 조심스러워 질문드립니다.만약에 제거하게 된다면 train, test 모두에서 제거해야 하는지, train에서만 제거해야 하는지 궁금합니다.데이터 예시는 아래와 같습니다.ID 연월 업종명 이용자구분 성별 이용자수 이용건수 0 ID_6105 202212 비알콜 음료점업 동남아 알수없음 151 173.0 1 ID_6125 202212 슈퍼마켓 기타외국 알수없음 66 71.0 2 ID_6773 202306 한식 음식점업 법인 알수없음 146682 165699.0감사합니다.

2유형 보내주신 메일 잘 받았습니다. 감사합니다샘 3가지 유형을 돌리고 나서 가장 좋은거 선택하고 나머지 2개는 주석처리 하면 5번 새로생긴항목 안해도 되는거죠~~

안녕하세요. 올려주신 모의문제 작업형 2유형 2번 문제를 푸는 도중 아래와 같은 에러가 발생했습니다. 코드 문법 관련된 오류는 아닌 것 같은데, 시험장에서도 이런 오류가 발생할 가능성이 있을까요? 감사합니다. Traceback (most recent call last): File "<exec>", line 22, in <module> File "/lib/python3.12/site-packages/sklearn/base.py", line 1389, in wrapper return fit_method(estimator, *args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "/lib/python3.12/site-packages/sklearn/ensemble/_forest.py", line 487, in fit trees = Parallel( ^^^^^^^^^ File "/lib/python3.12/site-packages/sklearn/utils/parallel.py", line 77, in __call__ return super().__call__(iterable_with_config) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "/lib/python3.12/site-packages/joblib/parallel.py", line 1918, in __call__ return output if self.return_generator else list(output) ^^^^^^^^^^^^ File "/lib/python3.12/site-packages/joblib/parallel.py", line 1847, in _get_sequential_output res = func(*args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^ File "/lib/python3.12/site-packages/sklearn/utils/parallel.py", line 139, in __call__ return self.function(*args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "/lib/python3.12/site-packages/sklearn/ensemble/_forest.py", line 189, in _parallel_build_trees tree._fit( File "/lib/python3.12/site-packages/sklearn/tree/_classes.py", line 472, in _fit builder.build(self.tree_, X, y, sample_weight, missing_values_in_feature_mask) File "_tree.pyx", line 153, in sklearn.tree._tree.DepthFirstTreeBuilder.build File "_tree.pyx", line 268, in sklearn.tree._tree.DepthFirstTreeBuilder.build File "_tree.pyx", line 923, in sklearn.tree._tree.Tree._add_node File "_tree.pyx", line 892, in sklearn.tree._tree.Tree._resize_c File "_utils.pyx", line 29, in sklearn.tree._utils.safe_realloc MemoryError: could not allocate 63832064 bytes

안녕하세요. 시험이 얼마 남지 않은 상황에서 아래와 같은 템플릿을 작업형 2유형에 대한 고정 템플릿으로 가져가는게 괜찮은지 여쭤보고싶습니다. 올려주신 모의문제 기준으로는 25/40점을 기록하여 노파심에 여쭤봅니다. 감사합니다. *분류 문제는 RandomForestClassifier, 회귀문제는 RandomForestRegressor 쓸 예정이며, 평가지표가 roc-auc인 경우 predict()를 predict_proba로 바꿔야한다는 점까지는 인지하고 있습니다.  import pandas as pd train = pd.read_csv('data/car_train.csv') test = pd.read_csv('data/car_test.csv') # print(train.head()) # print(test.head()) # target : target (분류) # 데이터 전처리 target = train.pop('target') temp = pd.concat([train, test]) temp = pd.get_dummies(temp) train = temp.iloc[:len(train)] test = temp.iloc[len(train):] # 모델 정의 및 훈련 from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier() model.fit(train, target) p = model.predict(test) # csv 파일 만들기 및 확인 submit = pd.DataFrame({'pred': p}) submit.to_csv("result.csv", index = False) result = pd.read_csv("result.csv") print(result.head())

ID 삭제하고 돌리면 평가점수가 떨어지는거같은데. 시험 가서는 어떻게 해야할까요? 평가점수가 떨어지더라도 ID는 삭제하고 진행해야하는게 맞을지. 무조건 평가점수가 높게 나오는 방향으로 하는게 맞는지 혼란스럽습니다! 

22:38 부분에 띄어쓰기가 있다고 하는데 코드의 d와 ” 사이에 간격이 있어서 그런건가요? 간격이 미묘해서 띄어씌기를 하는건지 아닌건지 헷갈립니다 ㅠ  

7회 기출문제 작업형 1을 풀다가 조건 cond를 설정해서 문제에서 정해준 조건에 만족하는 위치에 score 컬럼 값을 표준화해 저장하려 했습니다.그래서 아래의 코드와 같이 df[cond1 & cond2]로 스케일링을 했는데 이후에 print(df)를 하면 score 컬럼의 값이 스케일링하기 전의 값들로 결과가 출력되는지 궁금합니다.다른 문제들도 어떨때는 df = df.변환 하면 저장되어서 출력되고, 또 어떤 경우에는 안되고에 대한 기준을 모르겠습니다. import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/7_1/student_assessment.csv") # 결측치 제거 # print(df.head(5)) # print(df.info()) # print(df.isnull().sum()) df = df.dropna() # print(df.isnull().sum()) # 가장 많은 학생이 수강한 과목 = 12 # print(df['id_assessment'].value_counts()) # print(df.head(5)) # 12 과목의 score 컬럼을 표준화 한 뒤에 표준화 from sklearn.preprocessing import StandardScaler # print(dir(preprocessing)) scl = StandardScaler() cond1 = df['id_assessment'] == 12 cond2 = df['score'] # 질문 부분 시작 print("스케일링 전: ",df[cond1 & cond2].describe()) df[cond1 & cond2] = scl.fit_transform(df[cond1 & cond2]) print("스케일링 후: ",df[cond1 & cond2].describe()) print(df) # 질문 부분 마침 # print(df[cond1 & cond2].max()) # print(round(2.183422, 3)) # 답: 2.183

안녕하세요 !치알남님!클로드 api 월 3만원정도 충전하면 충분하다고 하셨는데,코드수정을 클로드에게 계속 부탁해서인지 토큰사용량이 많아서 금방 소진되더라구요.코드작성이나 수정없이,매일 자동매매 프로그램만 켰을경우 사용토큰량이 얼마정도 될까요?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요[기출] 3유형 문제를 풀어보는 도중에 제공하신 노트북을 보면 귀무가설/대립가설이 적혀있지 않고, [연습] 3유형에는 귀무/대립가설이 무엇인지 적혀있는데, 실제 시험에서는 귀무/대립가설의 내용을 물어보기도 하나요? 예를 들어, p-value를 구한다음에, 수험자에게 이 차이가 있습니다. 없습니다. 라고 작성하게끔 시킬 수도 있을까요? 귀무/대립가설이 헷갈려서 그렇습니다.

커리큘럼 섹션1에서 부터 순서대로 강의를 보면 될까요? 추천하는 순서가 있는지 궁금합니다.기본 문법 개념 없고 기출 풀어본 경험 없으며 시험은 3번정도 보았고 20점 정도 나왔습니다 ㅎ

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 범주형 컬럼(a,b,c,d,e)의 nunique값에서 (a,c) 컬럼은 50으로 좀 크고나머지 컬럼은 5정도로 작을 경우에 labeling과 one hot encoding을 각각 적용하고 싶다면 cols = [a,c]으로 두고 반복문을 통해 le를 한다음get_dummies를 하면 될까요? 

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요<제가 작성한 것 >from statsmodels.formula.api import olsmodel=ols('수확량~비료유형+물주기+비료유형:물주기',data=df).fit()from statsmodels.stats.anova import anova_lmanova_lm(model) <자료>import statsmodels.api as amfrom statsmodels.formula.api import ols# 1~9 이원 분산 분석model = ols('수확량 ~ C(비료유형) * C(물주기)', data=df).fit()anova_table = sm.stats.anova_lm(model)print(anova_table) 값을 비교해보면 비료유형에서는 일부 동일한데, 다른 변수들에서는 실행시 값들의 차이가 있었습니다..!sm/lm 사용의 차이가 궁금합니다.시험에서 해당 내용이 나오면 어느 방식이 적절할지요?

벡터저장소 코드실행시 다음과 같은 경고메시지가 나타납니다. 무슨 문제일까요? Failed to send telemetry event ClientStartEvent: capture() takes 1 positional argument but 3 were given Failed to send telemetry event ClientCreateCollectionEvent: capture() takes 1 positional argument but 3 were given