안녕하세요~ 기출문제 강의 영상을 보면 작업형 2에서 범주형 데이터는 인코딩을 하고, 수치형 데이터는 따로 정규화 작업을 수행하지 않는 경우가 있습니다. 수치형 데이터의 경우 정규화를 안해도 결과값에 큰 영향을 주지는 않나요? 수치형데이터를 정규화 하는 경우 아래의 방법이 맞는지도 질문드립니다. 감사합니다. #수치형, 범주형 구분 n_train = train.select _dtypes(exclude='object') n_test = test.select _dtypes(exclude='object') c_train = train.select _dtypes(include='object') c_test = test.select _dtypes(include='object') # 수치형데이터 정규화 from sklearn.preprocessing import StandardScaler scaler = StandardScaler() cols = train.select _dtypes(exclude='object').columns n_train[cols] = scaler.fit _transform(n_train[cols]) n_test[cols] = scaler.transform(n_test[cols]) # 합치기 train = pd.concat([n_train, c_train], axis=1) test = pd.concat([n_test, c_test], axis=1)
로지스틱회귀문제를 구할때는 formula = "Churn ~ DataUsage + DayMins" 위와 같이 formula를 따로 적어줬는데 다중선형회귀분석에서는 formula를 따로 위에 적지 않고 model = ols('PIQ ~ Brain + Height + Weight', data=df).fit() 이렇게 풀이가 된 이유가 뭘까용??
🚨 아래의 가이드라인을 꼭 읽고 질문을 올려주시기 바랍니다 🚨 질문 하시기 전에 꼭 확인해주세요 - 질문 전 구글에 먼저 검색해보세요 (답변을 기다리는 시간을 아낄 수 있습니다) - 코드에 오타가 없는지 면밀히 체크해보세요 (Date와 Data를 많이 헷갈리십니다) - 이전에 올린 질문에 달린 답변들에 꼭 반응해주세요 (질문에 대한 답변만 받으시고 쌩 가시면 속상해요 😢) 질문 하실때 꼭 확인하세요 - 제목만 보고도 무슨 문제가 있는지 대충 알 수 있도록 자세한 제목을 정해주세요 (단순 단어 X) - 질문의 배경정보를 제공해주세요 (이 문제가 언제 어떻게 발생했고 어디까지 시도해보셨는지) - 문제를 재현하도록 코드샌드박스나 깃허브 링크로 전달해주세요 (프로젝트 코드에서 문제가 발생할 경우) - 답변이 달렸다면 꼭 확인하고 반응을 남겨주세요 - 강의의 몇 분 몇 초 관련 질문인지 알려주세요! - 서로 예의를 지키며 존중하는 문화를 만들어가요. - 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 5.3 JSX로 UI 표현하기 편 수강 중, 강의 초반부에 자막 오류가 있는 것 같아 문의 드립니다. 감사합니다.
기출에서 쓰신 Encoder가 RobustEncoder, 원핫인코더, LabelEncoder가 있는데 분류, 회귀 문제 구분없이 아무것이나 쓰면 되는 것인가요? 3 인코더를 구분해서 써야하는 특징이 있나요? 시험환경 테스트에서 단축키(실행) Alt+Enter가 되지 않는데 실제로도 그런 것인가요? 시험장 환경에서 실행버튼 클릭 외 단축키가 있는 지 궁금합니다. 감사합니다.
안녕하세요, 질문이있습니다. 예를들어 유형1 같은경우 어떤 값이 무엇이냐? 소수점 3자리까지 구하라 이렇게 제시가되는데요 이과정에서 저의 코드는 어떤 코드로 진행하는것이 아닌 제가 그냥 df.head()를 통해 보고 그값을 눈으로 찾아 그걸 이용해도 상관없는지, 또 답을 제출할때도 표를 보고나서 그냥 제 눈으로 찾아서 혹은 제스스로 반올림을 직접해서 답을 제출해도 되는지 궁금합니다.
데이터 전처리에서 test_id의 데이터가 9779개이고, 검증 데이터 분리에서 X_val의 데이터가 5868개입니다. 행의 개수가 맞지 않아서 오류가 발생하는데, 어떻게 해결해야 할까요? 'id' 컬럼을 pop 하고, 검증 데이터를 분리하면 아래와 같이 행 수가 줄어듭니다. 그리고 랜덤 포레스트로 pred를 예측하는데요. X_val 값이 들어가는 게 아닌가요?
3-6 에서 object 컬럼명을 선택할 때 이렇게 하셨는데, cols = train.select_dtypes(include="object").columns 3-4에서 보여주신 이 식도 같이 쓸 수 있는 건가요? cols = list(X_train.columns[X_train.dtypes == object])
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 5회 기출 작업형1 2번문제에 제곱하는 경우 두번 나눈값과 **2한 값이 결과에 영향을 미치는데 점수에 영향이 있을까요?(df['Height']/100)**2
X_tr, X_val, y_tr, y_val 로 나누고, model.fit(X_tr,y_tr) 로 학습을 시키고, model.predict(X_val) 로 검증을 하는데요.. 최종 제출할 때에 model.fit(train, target) 로 학습을 시키고, model.predict(test) 로 제출을 하는게 나을까요? 아니면 model.fit(X_tr,y_tr) 로 학습을 시키고, model.predict(test) 로 제출을 하는게 더 나을까요?
강의 마지막 성능을 평가하는 과정에서 y_test['charges']와 pred의 rmse를 비교하는 것이 아닌 y_test['charges']과 np.exp(pred)의 성능을 비교해야 맞는 것 아닌가요? log변환 후 학습을 진행했기에 계속 변환값을 예측값으로 말씀하시다가 마지막에는 변환 없이 평가하길래 질문 남깁니다.
분류는 predict와 predict_proba 둘 중 하나 선택 회귀는 predict 위와 같은 것으로 알고 있습니다 predict_proba는 roc_auc를 물을 때 사용한다. 결과값이 확률일때 사용한다 두 가지 설명을 들엇던것 같은데 roc_auc를 물을때는 그럼 결과값이 무조건 확률인건가요 ?? f1_score나 정확도를 묻는 결과값이 확률값으로 안나오는건가요?
2유형 답안 최종 제출할 때, 이렇게 4줄로 끝내려고 합니다 이렇게 4줄만 쓰면 답안제출+답안확인 끝나는거 맞겠죠? 2유형에서 감점될까봐 너무 걱정되네요 (문제는 올려주신 케글 문제 중 하나입니다) pred = rf.predict(test) result = pd.DataFrame({'SalePrice' : pred}) result.to _csv('result.csv' , index=False) pd.read _csv('result.csv')
유사 질문 있었는데 답변 확인해도 잘 모르겠어서 다시 질문 드립니다. # 간단한 결측치 처리 X_train = X_train.fillna(0) X_test = X_test.fillna(0) 이 부분에서 수치형 외에 범주형에도 0으로 대입되는게 맞나요? 아니면 이렇게 해도 문자가 아니기 때문에 범주형에는 대입이 안 되는 건가요? 만약 범주형에만 결측치를 처리한다면 다음과 같이 할 수 있나요? X_train = X_train.fillna('X') X_test = X_test.fillna('X')
