묻고 답해요

유형2번 코드 작성해보았는데...

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

# 시험환경 세팅 (코드 변경 X) import pandas as pd import numpy as np from sklearn.model_selection import train_test_split def exam_data_load(df, target, id_name="", null_name=""): if id_name == "": df = df.reset_index().rename(columns={"index": "id"}) id_name = 'id' else: id_name = id_name if null_name != "": df[df == null_name] = np.nan X_train, X_test = train_test_split(df, test_size=0.2, random_state=2021) y_train = X_train[[id_name, target]] X_train = X_train.drop(columns=[target]) y_test = X_test[[id_name, target]] X_test = X_test.drop(columns=[target]) return X_train, X_test, y_train, y_test df = pd.read_csv("../input/titanic/train.csv") X_train, X_test, y_train, y_test = exam_data_load(df, target='Survived', id_name='PassengerId') X_train.shape, X_test.shape, y_train.shape, y_test.shape #Survived예측 print(X_test.shape) target=y_train['Survived'] test_id=X_test['PassengerId'].copy() test=X_test train=X_train print(train.shape, test.shape) train=train.drop('PassengerId', axis=1) test=test.drop('PassengerId', axis=1) train=train.drop('Name', axis=1) test=test.drop('Name', axis=1) print(train.shape, test.shape) #합치기 df=pd.concat([train, test]) df['Age']=df['Age'].fillna(df['Age'].mean()) df['Cabin']=df['Cabin'].fillna(df['Cabin'].mode()[0]) df['Embarked']=df['Embarked'].fillna(df['Embarked'].mode()[0]) #인코딩 from sklearn.preprocessing import LabelEncoder cols=df.select_dtypes(include='O').columns for col in cols: le=LabelEncoder() df[col]=le.fit_transform(df[col]) #쪼개기(712, 179) train=df[:712] test=df[712:] print(train.shape, test.shape) print(target.shape) from sklearn.model_selection import train_test_split x_tr, x_val, y_tr, y_val=train_test_split(train, target, test_size=.2, random_state=2022) from sklearn.ensemble import RandomForestClassifier rf=RandomForestClassifier(random_state=2022) rf.fit(x_tr, y_tr) pred=rf.predict(test) print(pred) print(pred.shape) print(len(test_id)) submit=pd.DataFrame({ 'PassengerId': test_id, 'Survived': pred }) submit.to_csv('수험번호.csv', index=False) print(submit.shape) 캐글 타이타닉 보고 이렇게 작성해보았는데, 혹시 0점 될만한 요인이 있을까요??ㅠㅠ test데이터 행 수 하고 pred수 하고 동일한거 확인했습니다! 그리고 제출할때는 split로 안쪼개고 바로 fit(train, target)해서 predict(test)해도 되는 부분일까요?

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

작업형2 기출 2회

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

기출 한 가지 방법 풀기에는 수치형, 범주형 분리 & 로버스트 스케일 작업이 없고 바로 get_dummies가 나오는데, 실전에서 바로 get_dummies를 사용해도 상관없는지 궁금합니다

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

EDA 카테고리 비교 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요! 기출(작업형2) 한가지 방법으로 풀기 13분쯤에 print("\n ===== 카테고리 비교 =====") print(train.describe(include='O')) print(test.describe(include='O')) 이 코드가 있는데 이 코드는 회귀인 경우에만 사용하는 건가요? EDA라서 생략을 해도 되는 것 같긴 한데, 어떤 때 사용하는지 그리고 목적이 무엇인지 궁금합니다!

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

target, 즉 우리가 예측하려는 값이 범주형인 경우

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 target 값은 절대로 절대로 인코딩해서는 안되나요? ? 그냥 아묻따 전처리 때 분리하는 것이 가장 좋겠죠??

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

인텔리제이에서 경고 표시가 수업 화면과 다르게 나오는 현상

미해결

김영한의 실전 자바 - 중급 1편

실제로 코드를 치면 이렇게 형광펜처럼 경고 표시가 나오는데 강의 화면에서는 밑줄로만 표시되어서요! 혹시 설정을 따로 진행하신걸까요? ========================================= [질문 템플릿] 1. 강의 내용과 관련된 질문인가요? (예/아니오) 2. 인프런의 질문 게시판과 자주 하는 질문에 없는 내용인가요? (예/아니오) 3. 질문 잘하기 메뉴얼을 읽어보셨나요? (예/아니오) [질문 내용] 여기에 질문 내용을 남겨주세요.

• java
• 객체지향

기출 6회- 작업형 1 2번문제

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요 선생님! 2번문제에서 1~6학년까지의 학생수 합을 구하고 그걸 교사수로 나누는 부분에서 이렇게 강의와 똑같이 코딩을 하였는데 sum() 아래의 식이 출력되면서 실행할 때마다 전체학생수가 계속 늘어나더라구요,, 이건 왜 그런걸까요? sum식을 한번 써주고 주석처리해야하는걸까요?

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

RestController와 view 관련하여 질문있습니다.

미해결

안녕하세요. 개인 프로젝트를 진행하다 이해가 안되는 부분이 있어서 질문드립니다. 맛집 서비스를 위한 REST API (HTTPS)를 구성하는 프로젝트로, 맛집 정보들은 DB를 사용하여 관리 REST API는 CRUD 연산을 제공 할 것입니다. 일단 프론트단을 제외하고 백만 개발한거라 @RestController를 사용해서 테스트를 끝냈는데, 이제 프론트까지 개발하려고 하니 @RestController는 json 형식으로 데이터를 받잖아요. 화면을 생성해야하는데 @RestController와 별개로 새로운 클래스를 생성하여 @Controller를 붙여 뷰단만 따로 관리하는 컨트롤러를 생성하는게 좋을까요? @RestController는 REST API를 관리하는 컨트롤러, @Controller는 화면단만 관리하는 컨트롤러로 각각 생성하는게 좋은건지 아니면 개발했던 @RestController에 ModelAndView를 활용하는 것 중 뭐가 더 나은건지? 궁금해요. 찾아보니 RestController에 화면을 줄때 자바스크립트나 ajax를 사용하는 방법이 있긴한데 보통 뭐를 더 사용하고 뭐가 더 좋은지 궁금합니다.

• springboot
• java
• restcontroller
• controller

기본값 타입에 식별자도 포함되는지

해결됨

자바 ORM 표준 JPA 프로그래밍 - 기본편

JPA에서는 데이터 타입을 톱레벨에서 2가지, 엔티티 타입과 값 타입으로 분류한다고 하는데 식별자도 값 타입 중 기본값 타입으로 분류되는 것이 맞나요? 예를 들어 Member 엔티티에 식별자인 memberId와 필드인 name, age가 있다면 memberId, name, age 모두 기본값 타입인 것인지 궁급합니다. 당연한 질문일 수도 있겠지만, 설명하실 때와 강의자료에서 모두 식별자가 기본값 타입이라는 언급을 안하시는 것 같아서 예외적인 부분인가 하여 질문합니다.

• java
• jpa

시계열데이터 변환시 (to_datetime) format을 형식 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 시계열데이터 변환시 (to_datetime) format을 형식 질문드립니다 년도, 월, 일 을 나눈는 기준이 %인거같고 사이사이 형식(월,-,/)과같은걸 어디에 넣는지와와 순서가 헷갈려서요 강의시 데이터중 data5컬럼은 변환시 바로 잘바뀌었는데 만약을위해 format을 쓴다면 df['Date4'] = pd.to _datetime(df['Date4'],format = '%d-%m-%Y') 오류가 납니다. 같은 방식으로 DateTime3, DateTime4 도 format을 사용시 어떻게 사용해야할지?? 머가 문제인건지?? 해결 방법을 여쭙니다

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

예측 임계값

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

임계값 관련해서 헷갈리는 점이 있어 문의 남깁니다. 예를들어 예측에 대한 임계값이 0.5라고 한다면 (pred >= 0.5).astype(int)로 봐야할지 (pred > 0.5).astype(int)로 봐야할지 궁금합니다. 임계값 자체를 포함해서 봐야하는걸까요?

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

2유형 오류

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

2차원 형태로 해야 출력이 되고, 그냥 평상시처럼 열만 뽑으면 이런 에러가 뜹니다.. 4회 기출에서만 이런 현상이 생기네요.. 원인이 뭘까요..

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

npx hardhat test ./test/Greeter.test 실행시 에러가 납니다.

해결됨

모두를 위한 모두의 EVM 블록체인 BApp 개발 - 입문

npx hardhat test ./test/Greeter.test 실행시 에러가 납니다. import { expect } from 'chai'; import { ethers, waffle } from 'hardhat'; import GreeterArtifact from '../artifacts/contracts/Greeter.sol/Greeter.json'; import { Greeter } from '../typechain'; // import { BigNumber } from 'ethers'; // import '@nomiclabs/hardhat-waffle'; //* Greeter.sol과 비교하면서 보자!! describe('Greeter', () => { let greeter: Greeter; const initMsg = 'hello blockchain!!!'; //* hardHat에서 만들어진 10개 계정부터 앞에 5개 가져옴. const [admin, other0, other1, other2, receiver] = waffle.provider.getWallets(); before(async () => {}); beforeEach(async () => { //admin계정이 Greeter 배포 greeter = (await waffle.deployContract(admin, GreeterArtifact, [ initMsg, ])) as Greeter; //* Greeter로 형변환 해서 넣어주라는 뜻 }); it('constructor', async () => { const greetMsg = await greeter.getGreet(); expect(greetMsg).to.be.equal(initMsg); }); it('setGreeting', async () => { const secondMsg = 'second greeting msg'; await greeter.setGreeting(secondMsg); //* 이렇게 unit 테스트인 경우에만 hardhat이 transaction.wait()을 사용하지 않아도 결과를 기다림. const recvMsg = await greeter.getGreet(); expect(recvMsg).to.be.equal(secondMsg); }); it('setGreeting with event', async () => { const secondMsg = 'second greeting msg'; /* * setGreeting -> non-view함수 -> 채굴할 때까지 기다려야함. * transaction.wait()을 호출하여 채굴이 끝날 때까지 기다린다. */ const transaction = await greeter.setGreeting(secondMsg); //* transaction을통해 채굴이 끝난 후 영수증을 가져옴. const receipt = await transaction.wait(); //영수증 안의 이벤트에서 SetGreeting이라는 event만 가져온다. const event = receipt.events?.filter(x => { return x.event == 'SetGreeting'; })[0]; //* contract배포자가 admin이라서 자동으로 admin으로 설정됨. //* ? : undefined가 될수도 있다. ~> 실제로는 예외처리 필요 expect(event?.args?.sender).to.be.equal(admin.address); expect(event?.args?.oldGreeting).to.be.equal(initMsg); expect(event?.args?.newGreeting).to.be.equal(secondMsg); const thirdMsg = 'third greeting msg'; await expect(greeter.setGreeting(thirdMsg)) .to.emit(greeter, 'SetGreeting') .withArgs(admin.address, secondMsg, thirdMsg); }); it('getGreetingHistory', async () => { const secondMsg = 'second greeting msg'; const transaction = await greeter.setGreeting(secondMsg); const receipt = await transaction.wait(); const thirdMsg = 'third greeting msg'; await expect(greeter.setGreeting(thirdMsg)) .to.emit(greeter, 'SetGreeting') .withArgs(admin.address, secondMsg, thirdMsg); const count = await greeter.getGreetingHistoryCount(); expect(count).to.be.equal(3); const historyAll = await greeter.getGreetingHistoryAll(); expect(historyAll.length).to.be.equal(3); expect(historyAll[0]).to.be.equal(''); expect(historyAll[1]).to.be.equal(initMsg); expect(historyAll[2]).to.be.equal(secondMsg); const secondHistory = await greeter.getGreetingHistoryOne(1); expect(secondHistory).to.be.equal(initMsg); //* 없는 인덱스 예상 했을 때 revert메시지 나오는지 await expect(greeter.getGreetingHistoryOne(3)).to.reverted; }); it('setGreetingPayable', async () => { const secondMsg = 'second greeting msg'; await expect(greeter.setGreetingPayable(secondMsg)).to.reverted; //* revert문 예상 await expect(greeter.setGreetingPayable(secondMsg)).to.revertedWith( 'msg.value is not 0.1 ether', ); await expect( greeter.setGreetingPayable(secondMsg, { value: ethers.utils.parseUnits('0.09', 'ether'), }), ).to.revertedWith('msg.value is not 0.1 ether'); await expect( greeter.setGreetingPayable(secondMsg, { value: ethers.utils.parseUnits('0.11', 'ether'), }), ).to.revertedWith('msg.value is not 0.1 ether'); await greeter.setGreetingPayable(secondMsg, { //* value를 wei로 바꿔줌.(ehter단위) value: ethers.utils.parseUnits('0.1', 'ether'), //~> 이렇게도 가능 // value: BigNumber.from(10).pow(17), }); const recvMsg = await greeter.getGreet(); expect(recvMsg).to.be.equal(secondMsg); }); it('withdraw', async () => { const secondMsg = 'second greeting msg'; //* setGreetingPayable을 실행하기 전에 Ether가 얼마나 들었는지 확인하기 위함. const oldContractEther = await waffle.provider.getBalance(greeter.address); expect(oldContractEther).to.be.equal(ethers.utils.parseUnits('0', 'ether')); //*admin 호출 // await greeter.connect(admin).setGreetingPayable(secondMsg, { // await greeter.setGreetingPayable(){} //*admin이 아닌 다른 계정이 호출 await greeter.connect(other0).setGreetingPayable(secondMsg, { value: ethers.utils.parseUnits('0.1', 'ether'), }); await greeter.connect(other0).setGreetingPayable(secondMsg, { value: ethers.utils.parseUnits('0.1', 'ether'), }); await greeter.connect(other1).setGreetingPayable(secondMsg, { value: ethers.utils.parseUnits('0.1', 'ether'), }); await greeter.connect(other2).setGreetingPayable(secondMsg, { value: ethers.utils.parseUnits('0.1', 'ether'), }); //위에서 0.1씩 4번 호출 -> 0.4 ether const newContractEther = await waffle.provider.getBalance(greeter.address); expect(newContractEther).to.be.equal( ethers.utils.parseUnits('0.4', 'ether'), ); const other0Balance = await greeter.balances(other0.address); const other1Balance = await greeter.balances(other1.address); const other2Balance = await greeter.balances(other2.address); expect(other0Balance).to.be.equal(ethers.utils.parseUnits('0.2', 'ether')); expect(other1Balance).to.be.equal(ethers.utils.parseUnits('0.1', 'ether')); expect(other2Balance).to.be.equal(ethers.utils.parseUnits('0.1', 'ether')); //* 얼마나 ether를 들고 있었는지 확인 const oldReceiverEther = await waffle.provider.getBalance(receiver.address); console.log('oldReceiverEther', oldReceiverEther); await expect( greeter.connect(other0).withdraw(receiver.address), ).to.revertedWith('only owner'); //*connect 생략 -> admin await greeter.withdraw(receiver.address); const newReceiverEther = await waffle.provider.getBalance(receiver.address); expect(newReceiverEther.sub(oldReceiverEther)).to.be.equal( ethers.utils.parseUnits('0.4', 'ether'), ); const lastContractEther = await waffle.provider.getBalance(greeter.address); expect(lastContractEther).to.be.equal( ethers.utils.parseUnits('0', 'ether'), ); }); }); import { HardhatUserConfig } from 'hardhat/types'; import 'hardhat-typechain'; import '@nomiclabs/hardhat-waffle'; // import 'dotenv/config'; const config: HardhatUserConfig = { solidity: { compilers: [ { version: '0.8.17', settings: { optimizer: { enabled: true, runs: 200, }, }, }, ], }, defaultNetwork: 'hardhat', networks: { hardhat: { accounts: { count: 10, }, }, }, mocha: { timeout: 400000, }, }; export default config; 아래와 같은 문구가 나타납니다. Creating Typechain artifacts in directory typechain for target ethers-v5 Successfully generated Typechain artifacts! Greeter 1) "before each" hook for "constructor" 0 passing (99ms) 1 failing 1) Greeter "before each" hook for "constructor": Error: Cannot find module 'ethereum-waffle/dist/cjs/src/deployContract' Require stack: - /Users/nareun130/study/nft/basic/node_modules/@nomiclabs/hardhat-waffle/dist/src/deploy.js - /Users/nareun130/study/nft/basic/node_modules/@nomiclabs/hardhat-waffle/dist/src/index.js - /Users/nareun130/study/nft/basic/hardhat.config.ts - /Users/nareun130/study/nft/basic/node_modules/hardhat/internal/core/config/config-loading.js - /Users/nareun130/study/nft/basic/node_modules/hardhat/internal/cli/cli.js - /Users/nareun130/study/nft/basic/node_modules/hardhat/internal/cli/bootstrap.js at Function.Module._resolveFilename (node:internal/modules/cjs/loader:1140:15) at Function.Module._resolveFilename.sharedData.moduleResolveFilenameHook.installedValue [as resolveFilename] (node modules/@cspotcode/source-map-support/source-map-support.js:811:30) at Function.Module._load (node:internal/modules/cjs/loader:981:27) at Module.require (node:internal/modules/cjs/loader:1231:19) at require (node:internal/modules/helpers:177:18) at hardhatDeployContract (node_modules/@nomiclabs/hardhat-waffle/src/deploy.ts:26:7) at Context.<anonymous> (test/Greeter.test.ts:21:29) deploy.ts의 26라인을 가봤는데 이렇게 나오는데 node_modules의 경로를 찾아가보니 ethereum-waffle/cjs폴더 안에 src폴더가 없이 바로 아래 deployContract가 있어서 그런건지 해결방법을 잘 모르겠습니다. 도와주세요 ㅠ

• 블록체인
• Smart Contract
• nft

작업형2유형 답안제출시

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

답안제출시 자기 수험번호를 파일명으로해서 제출하는건가요? 아니면 result.csv라는 파일명으로 제출하는건가요? result.csv로 제출하면 누가 제출했는지 알수 없을텐데, 이게 궁금합니다.

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

7회 기출문제 작업형3에서..

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

1-2번) model = glm(formula, data=train, family=sm.families.Binomial()).fit() 를 실행하면 TypeError: 'module' object is not callable 이런 에러가 나오는데 원인이 뭘까요?

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

dslContext 작성 시 fetchGroups 이렇게 작성해도 될까요?

해결됨

실전 jOOQ! Type Safe SQL with Java

fun findActorFilmography(searchOption: ActorFilmographySearchOption): List<ActorFilmography> { val actorListMap = dslContext.select( ACTOR, FILM, ).from(ACTOR) .join(FILM_ACTOR).on(ACTOR.ACTOR_ID.eq(FILM_ACTOR.ACTOR_ID)) .join(FILM).on(FILM.FILM_ID.eq(FILM_ACTOR.FILM_ID)) .where( containsIfNotBlank(ACTOR.FIRST_NAME.concat(" ").concat(ACTOR.LAST_NAME), searchOption.actorName), containsIfNotBlank(FILM.TITLE, searchOption.filmTitle), ) // 이 부분!! .fetchGroups( { record -> record[ACTOR.name, Actor::class.java] }, { record -> record[FILM.name, Film::class.java] } ) return actorListMap.entries .map { entry -> ActorFilmography(entry.key, entry.value) } } private fun containsIfNotBlank(field: Field<String?>, inputValue: String?): Condition { if (inputValue.isNullOrBlank()) { return DSL.noCondition() } return field.likeRegex(inputValue) } alias을 사용하지 않고, name으로 추출해봤더니 데이터가 정상적으로 잘 나와서요!! 혹시나 예외 케이스도 있을 수 있을 것 같아 질문합니다!

• java
• sql
• spring-boot
• jooq
• dsl

시험 답 제출 질문

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

문제에서 정수로 출력하라는 조건이 적혀있지 않다는 가정 하에, 답이 460이면 460.0으로 제출할 경우 정답일가요?

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

강의 자료 다운로드

미해결

평생 써먹는 데이터 기반 투자법 with 파이썬 퀀트 투자

안녕하세요. 파이썬/판다스 입문 관련 자료 이외에 본 강의 자료는 어떻게 다운로드 받을 수 있는지 궁금합니다. 강의에서 사용하신 파일이 따로 있는 것 같은데 어디서 다운로드 해야 할지 찾을 수가 없어서요 ㅜㅜ

• python
• pandas
• 투자
• 퀀트

6회기출 작업형 2 submit 작성관련

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

안녕하세요, 아래와 같이 코드 작성중 submit을 넣고 실행을 누르면 아래와 같은 typeerror가 발생하게 됩니다. 원인이 무엇인가요? TypeError Traceback (most recent call last) <ipython-input-47-f9877fb2effc> in <cell line: 71>() 69 70 pred = rf.predict(test) ---> 71 submit = pd.DataFrame({ 72 'pred' : pred 73 }) TypeError: 'dict' object is not callable # 머신러닝 학습 및 평가 - 랜덤포레스트 from sklearn.metrics import f1_score from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=2022) rf.fit(X_tr, y_tr) pred = rf.predict(X_val) # f1 score 예측 시 클래스로 나누기 확정된 값들을 원함, predict로 예측 f1_score(y_val, pred, average='macro') # 실제값 y_val // 다중분류에서는 average='macro' 변수 넣어줘야함 # 0.9067668646482205 # print('===================') # LightGBM # import lightgbm as lgb # lg = lgb.LGBMClassifier(random_state=0, verbose=-1) # lg.fit(X_tr, y_tr) # pred = lg.predict(X_val) # f1_score(y_val, pred, average='macro') # # 0.9319703995747777 # # 예측, 결과파일 생성 # # test 예측 - pred에서 pred = rf.predict(test) submit = pd.DataFrame({ 'pred' : pred })

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

모델에 test 데이터 넣었을 때 오류가 나요

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

일단 위에 코드까지 작성했을 때는 오류가 나지 않고 결과가 잘 나옵니다. 그런데 테스트 데이터를 넣으니까 이렇게 오류가 뜨는데, 어떻게 해야할까요,,

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사

기출6회 작업형 3 1번

해결됨

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

항암약 환자 중 무증상의 비율을 구하는데 len(df['항암약'] == 4) / len(df['항암약']) 이렇게 구하면 답이 안나오는 이유가 뭔가요,, ? ㅜㅜ

• python
• 머신러닝
• 빅데이터
• pandas
• 빅데이터분석기사