173만명의 커뮤니티!! 함께 토론해봐요.
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
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
문제에 제시해주신 데이터를 보면, education_level, marital_status 컬럼에서 unknown이 확인되는데, 실제 시험에서 이런 값은 결측치로 간주하지 않아도 되는걸까요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
시나공 교재도 구입해서 ..일단 홈페이지 자료실에서 다운받았는데 폴더를 다운받았어요 근데 봐도 어떻게 자료를 열어서 작업하는지 전혀 모르겠네요 선생님 구글랩 링크를 알려주시면 거기에 있을까요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요. 범주형 변수 인코딩시 원핫인코딩 또는 라벨인코딩을 활용하게 되어있는데 둘중 아무거나 활용해도 상관이 없나요? 아니면 범주의 숫자가 너무 많을 때는 라벨인코딩을 하는 것이 더 성능에 좋은가요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
7회기출 풀면서,랜덤포레스트회귀로 풀었는데. R2값이 마이너스라고 놀랐고. 아래는 random_state 설정별 결과값인데, 0이 더 좋은 결과를 낸 것이라고 보면 되는건가요? (R2값을 구글 제미나이에 물어보니, 심각한 문제라고 설명해주긴 하는데. 무시해도 되는건지..) random_state=0 으로 하면. R2값 : -0.10286 RMSE : 385,935 이고. random_state=42으로 하면. R2값 : -0.05894 RMSE : 400,843 입니다.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
작업형2 모의문제1 풀이중 08:04 #baseline cols = train.select _dtypes(include= 'object' ).columns cols train = train.drop(cols, axis= 1 ) test = test.drop(cols, axis= 1 ) print ( train.info (), test.info ()) 위와 같이 실행을 하면 test 데이터의 object 칼럼은 삭제가 안된것 같아보여서요 아래와 같이 추가로 한줄 더 안써도 되는건가요?? cols = test.select _dtypes(include= 'object' ).columns
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 대응표본검정 심화 부분 # Shapiro-Wilk(샤피로-윌크) 정규성 검정 df['diff'] = df['after'] - df['before'] from scipy import stats stats.shapiro(df['diff']) # Wilcoxon(윌콕슨)의 부호 순위 검정 수행 stats.wilcoxon(df['after'], df['before'], alternative = 'greater') 결과 : WilcoxonResult(statistic=np.float64(47.5), pvalue=np.float64(0.017578125)) 강의와 p-value값이 차이가 있는데 잘못된 부분이 있을까요? (강의 p-value 값 : 0.024410625)
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
교재 92페이지 df.iloc[1:3, '메뉴' : '칼로리'] df.loc[2:3, '메뉴' : '칼로리'] loc는 실행되고, iloc는 '메뉴':'칼로리'에서 에러나는데 이유가 있을까용?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
섹션5. 28, 29 번 강의 중 궁금한 것이 생겨 질문 드립니다. 왜 28(분류) 에서는 train 데이터와 test 데이터를 각각 인코딩하고 29 (회귀) 에서는 train 데이터와 test 데이터를 합친 후, 인코딩하고 다시 분리하는지 궁금합니다.
미해결
파이썬 기초 라이브러리부터 쌓아가는 머신러닝
kaggle data 소개 및 분석에서 실습에 사용되는 train.csv와 test.csv가 블로그에서 알려준 구글 공유 폴더에 들어가도 전혀 보이지가 않습니다. 강의 이후에 삭제된 것 같은데요, Kaggle의 어느 자료인지 알려주시면 kaggle에서 직접 찾아 보도록 하겠읍니다.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
트레인과 테스트의 범주형 데이터가 다를 수 있어서 그냥 처음부터 두 데이터를 합쳐서 레이블이나 원-핫인코딩을 하려고 합니다 1.레이블인코딩시 df=pd.concat([train,test]) 후 cols= df . select_dtypes(include='O').colunms 로 가능한가요? 그리고 합쳐진 데이터니까 df[col]=le.fit_transfom(df[col])만 해주면 되는거죠? 어차피 두 데이터를 합쳐서 할 경우 set함수사용은 불필요한거죠? f1스코어를 사용할경우,average꼭 넣어주어야하나요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
작업형2, 모의고사1 target : Attrition_Flag (1:이탈, 0:유지)일경우 roc_auc_scored사용시 예측값으로 pred[:,1]했는데 확률값으로 무조건 1열을 정답으로제출하면 되나요? 1:이탈이라는 뜻은 1열이 이탈이라는 뜻인가요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
pred[ : ,1]을 하는 이유는 이해가 되는데 iloc를 안써도 되는건가요? pred[ : ,1] 와 pred.iloc[ : ,1] 은 쓰임새가 다른건지 궁금합니다..
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
from sklearn.metrics import roc_auc_score roc_auc=roc_auc_score(y_val, pred[:,1]) #y_yal=검증데이터의 정답 print('roc_auc: ',roc_auc) 에서 >50K 값만 넣으라고 했으니 리스트로 치면 1번째에 있는건 알겠는데(['<=50K' '>50K'] 로 되기때문) pred[:,1]에서 콤마가 뭐 때문에 쓰이는지 이해가 되지 않습니다..!
미해결
[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 작년에 빅데이터 시험 상반기는 접수해놓고 보러가지 못했고 하반기 시험은 떨어졌습니다ㅜ 이번 실기는 꼭 붙고 싶습니다! 강의가 이틀 뒤 만료인데 혹시 시험 전날인 20일까지 연장이 가능할지 여쭤봅니다.. 제 메일 주소는 blue6143@naver.com 입니다!
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
위의 화면은 정상적으로 작동이 되어 연습이 가능하지만 어떤 문제는 console창이 계속 떠 작동이 안 됩니다. 어떻게 하나요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요 인코딩할때 train과 test의 범주형데이터가 다를경우 합쳐서 인코딩하는걸로 알고있는데 데이터 갯수가 다르면 합쳐서 하는걸까요?아니면 set을이용해서 다 확인을 해봐야 하는건가요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
넘 어렵네요 , 실제시험에서 이상치가 나온적이 있나요? 있으면 데이터 크기 신경써서 처리해야할텐데 처음부터 강의들으면서 그런 내용은 수강한적이 없는데 걱정되네요
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요! 기출 2회 작업형1 _ 3번 문제 궁금한점 생겨 문의드립니다! 아래 코드와 해설 코드의 결과 값이 다른데, 왜 다른지 모르겠네요 ㅠㅠ chat-gpt 한테 물어봤는데, 결과 값이 다를 이유가 없다고 하는데... 뭐가 잘못된걸까요?ㅠㅜ cond1 = df['age'].mean() print(cond1) cond2 = df['age'].std() print(cond2) cond3 = cond2*1.5 print(cond3) # 이상치 영역 (r1, r2) r1 = (df['age'] < (cond1 - cond3)) | (df['age'] > (cond1 + cond3)) print(r1) df[r1]['age'].sum()
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
회귀던, 분류던 RandomForestRegressor나 Classifier로 하면 되는게 아닌지? 코드에 LightGBM이 들어가있길래 이것도 알아야하는건지 궁금합니다
