적어주신 명령어를 그대로 작성한 후 로컬로 들어갔습니다. 그런데 다음과 같은 메시지가 나옵니다. 어떻게 해결해야하나요

안녕하세요.  수업 잘 듣고 있습니다. 벌써 12월이네요ㅎㅎ GridSearchCV로 랜덤포레스트 하이퍼 파라미터 튜닝하는 과정에서 에러가 발생해서 문의드립니다. 책으로는 220페이지의 코드입니다. ------------------------------------------------------------------------------------------- from sklearn.model_selection import GridSearchCV params = {'n_estimators':[100],          'max_depth':[6,8,10,12],          'min_samples_leaf':[8,12,18],          'min_samples_split':[8,16,20]} rf_clf = RandomForestClassifier(random_state=0, n_jobs=-1) # n_jobs=-1 : 모든 CPU 코어를 이용해 학습 grid_cv = GridSearchCV(rf_clf, param_grid=params, cv=2, n_jobs=-1) grid_cv.fit(X_train, y_train) print('최적 하이퍼 파라미터:\n',grid_cv.best_params_) print('최고 예측 정확도:{0:.4f}'.format(grid_cv.best_score_)) ------------------------------------------------------------------------------------------ 이렇게 철민님과 동일한 코드를 입력했는데  UnicodeEncodeError: 'ascii' codec can't encode characters in position 18-20: ordinal not in range(128) 이와 같은 에러가 생깁니다. 보니까 모델에 fit하는 과정에서 발생한 에러인데요 전체 에러 코드는 다음과 같습니다. --------------------------------------------------------------------------- UnicodeEncodeError Traceback (most recent call last) <ipython-input-15-c470a9641bfc> in <module> 8 rf_clf = RandomForestClassifier(random_state=0, n_jobs=-1) # n_jobs=-1 : 모든 CPU 코어를 이용해 학습 9 grid_cv = GridSearchCV(rf_clf, param_grid=params, cv=2, n_jobs=-1) ---> 10 grid_cv.fit(X_train, y_train) 11 12 print('최적 하이퍼 파라미터:\n',grid_cv.best_params_) C:\ProgramData\Anaconda3\lib\site-packages\sklearn\utils\validation.py in inner_f(*args, **kwargs) 70 FutureWarning) 71 kwargs.update({k: arg for k, arg in zip(sig.parameters, args)}) ---> 72 return f(**kwargs) 73 return inner_f 74 C:\ProgramData\Anaconda3\lib\site-packages\sklearn\model_selection\_search.py in fit(self, X, y, groups, **fit_params) 693 verbose=self.verbose) 694 results = {} --> 695 with parallel: 696 all_candidate_params = [] 697 all_out = [] C:\ProgramData\Anaconda3\lib\site-packages\joblib\parallel.py in __enter__(self) 728 def __enter__(self): 729 self._managed_backend = True --> 730 self._initialize_backend() 731 return self 732 C:\ProgramData\Anaconda3\lib\site-packages\joblib\parallel.py in _initialize_backend(self) 739 try: 740 n_jobs = self._backend.configure(n_jobs=self.n_jobs, parallel=self, --> 741 **self._backend_args) 742 if self.timeout is not None and not self._backend.supports_timeout: 743 warnings.warn( C:\ProgramData\Anaconda3\lib\site-packages\joblib\_parallel_backends.py in configure(self, n_jobs, parallel, prefer, require, idle_worker_timeout, **memmappingexecutor_args) 495 n_jobs, timeout=idle_worker_timeout, 496 env=self._prepare_worker_env(n_jobs=n_jobs), --> 497 context_id=parallel._id, **memmappingexecutor_args) 498 self.parallel = parallel 499 return n_jobs C:\ProgramData\Anaconda3\lib\site-packages\joblib\executor.py in get_memmapping_executor(n_jobs, **kwargs) 18 19 def get_memmapping_executor(n_jobs, **kwargs): ---> 20 return MemmappingExecutor.get_memmapping_executor(n_jobs, **kwargs) 21 22 C:\ProgramData\Anaconda3\lib\site-packages\joblib\executor.py in get_memmapping_executor(cls, n_jobs, timeout, initializer, initargs, env, temp_folder, context_id, **backend_args) 40 _executor_args = executor_args 41 ---> 42 manager = TemporaryResourcesManager(temp_folder) 43 44 # reducers access the temporary folder in which to store temporary C:\ProgramData\Anaconda3\lib\site-packages\joblib\_memmapping_reducer.py in __init__(self, temp_folder_root, context_id) 529 # exposes exposes too many low-level details. 530 context_id = uuid4().hex --> 531 self.set_current_context(context_id) 532 533 def set_current_context(self, context_id): C:\ProgramData\Anaconda3\lib\site-packages\joblib\_memmapping_reducer.py in set_current_context(self, context_id) 533 def set_current_context(self, context_id): 534 self._current_context_id = context_id --> 535 self.register_new_context(context_id) 536 537 def register_new_context(self, context_id): C:\ProgramData\Anaconda3\lib\site-packages\joblib\_memmapping_reducer.py in register_new_context(self, context_id) 558 new_folder_name, self._temp_folder_root 559 ) --> 560 self.register_folder_finalizer(new_folder_path, context_id) 561 self._cached_temp_folders[context_id] = new_folder_path 562 C:\ProgramData\Anaconda3\lib\site-packages\joblib\_memmapping_reducer.py in register_folder_finalizer(self, pool_subfolder, context_id) 588 # semaphores and pipes 589 pool_module_name = whichmodule(delete_folder, 'delete_folder') --> 590 resource_tracker.register(pool_subfolder, "folder") 591 592 def _cleanup(): C:\ProgramData\Anaconda3\lib\site-packages\joblib\externals\loky\backend\resource_tracker.py in register(self, name, rtype) 189 '''Register a named resource, and increment its refcount.''' 190 self.ensure_running() --> 191 self._send('REGISTER', name, rtype) 192 193 def unregister(self, name, rtype): C:\ProgramData\Anaconda3\lib\site-packages\joblib\externals\loky\backend\resource_tracker.py in _send(self, cmd, name, rtype) 202 203 def _send(self, cmd, name, rtype): --> 204 msg = '{0}:{1}:{2}\n'.format(cmd, name, rtype).encode('ascii') 205 if len(name) > 512: 206 # posix guarantees that writes to a pipe of less than PIPE_BUF UnicodeEncodeError: 'ascii' codec can't encode characters in position 18-20: ordinal not in range(128)한글 인코딩이랑은 전혀 관련이 없는 상황인데 왜 이런 에러가 발생했는지 모르겠습니다.구글링을 해보니(https://stackoverflow.com/questions/64843631/question-about-sklearn-hyperparameter-optimization) 저와 비슷한 에러가 발생하는 사람이 있는데, 답변자는 없어서 혹시 철민님은 아실까 하여 여쭤봅니다.제 기억에는 아마 예전에 돌렸을 때는 정상 작동을 했었던 갓 같은데, 최근 다시 돌려보니 갑자기 왜 이런 문제가 발생했는지 모르겠습니다.

수업 잘 듣고 있습니다 :) import를 할 때, import { hello } from "hello"; import hello from "hello"; 위 두가지처럼 {} 사용하는 경우와 안하는 경우가 있는데 정확한 차이가 궁금합니다.

첫번째로 일반적인 프로퍼티는 아래와 같이 private int hp; public int Hp  { get { return hp; } set { hp = value; } } 로 만들 수 있고 두번째로 위 프로퍼티를 자동프로퍼티로 만들면 아래와 같이 public int Hp  { get; set; } 로 만들수 있다는 것을 강의를 통해 알 수 있었습니다.  궁금한 점은 첫번째에 private hp;가 자동프로퍼티에서는 생략 되있다고 하는데 그럼 자동 프로퍼티에서는 자동으로 private int hp;가 선언 되어있다고 생각하면 되는건가요? 따로 변수를 지정하지 않아 헷갈려서 질문드렸습니다.

안녕하세요 파일 업로드를 할때 파일명 저장이 제대로 되지 않아서 질문하게 되었습니다! 강사님처럼 '연습.txt'를 업로드 했더니 DB와 uploads 폴더 안에는 txt 이름만 저장되며, view에서 파일명도 "txt"(확장자도 없이) 라고 뜹니다.. 강사님과 똑같이 따라한 것 같은데 무엇이 문제인지 모르겠습니다ㅠㅠ 영어 파일명으로 파일 업로드를 하면 정상적으로 잘 작동됩니다!! 한글로 하면 안돼요..!

강사님 강의를 보면서 h2 db로 똑같이 진행중이었는데요, id값이 1,2,3,4 이런식으로 잘 들어가다가 갑자기 33이 되어버렸습니다.  마침 밑 질문에도 저와 같이 33이 되신분이 있길래 답변을 봤는데 "자동 생성이 33부터 들어가는 것은 아마 이전에 값을 넣었다가 지웠다가 해서 그럴꺼에요^^" 라고 답변을 주셨더라고요 근데 저는 이전에 값을 넣었다가 지운적이 없습니다. 그래서 33이 왜나왔지 하고 33을 지웠더니 갑자기 이번엔 65가 나와버리네요 데이터를 다 지워도 이 id값은 안내려가는데 id값을 다시 1로 바꾸는 방법이 있을까요?

트랜젝션을 위해 엔티티매니저를 열수 없다는 오류인거 같은데.. 뭘 잘못한건지 찾을 수가 없어요 ㅠㅠ

선생님 안녕하세요, 현재 강의에서 사용하고 있는 vscode 플러그인들이 궁금하여 이렇게 문의드립니다. 항상 강의 잘 듣고 있습니다. 좋은 강의 찍어주셔서 대단히 감사합니다 ^^

연습문제: 숫자를 입력 받는 함수를 만들고 그 함수 값을 계속 입력 받을 수 있게 만들어라. 이 문제를 여기까지 배운것들(조건문없음,반복문없음)로만 짤수있나요..? 계속 반복되는 건 반복 문에 넣고 쉽게 끝날텐데 만약에 선생님의 의도가 지금까지 배웠던 내용들로만 코딩하는 건지, 아니면 반복문을 써서 코딩하는건지가 궁금합니다!!  코드 첨부합니다(반복문없음)

안녕하세요 :) 이 error가 나는 경우는 어떻게 하면 되나요?  A worker process has failed to exit gracefully and has been force exited. This is likely caused by tests leaking due to improper teardown. Try running with --detectOpenHandles to find leaks.

먼저 좋은 강의 늘 감사드립니다. 실무를 해본적은 없고 선생님 강의를 차근차근 따라가고 있는 중인데요, 순차적 메타데이터 목록화시에 information_schema.tables의 역할이 좀 애매한거같아서 여쭤봅니다. 테이블 네임에 관한 정보는 information_schema.columns에도 있더라구요. 그럼 information_schema.schemata에서 db name을 목록화 시킨 후에 바로 select table_name, column_name from information_schema.columns where table_schema='board' 이런식으로 table과 column을 한번에 목록화 시키는것이 더 효율적이지 않나요? 실무에서는 저 과정을 스킵했을때 문제가 되는경우가 있나요? 감사합니다.

제가 실수로 어쩌다보니 x86 x64 두가지의 방식으로 빌드했는데요. x86으로 할때는 아무 에러 안뜨는데  x64로 했을때는  warning C4477: 'printf' : format string '%u' requires an argument of type 'unsigned int', but variadic argument 1 has type 'size_t' message : consider using '%zu' in the format string 그리고 C6328 Size mismatch:'unsigned_int64' passed as_Param_(2) when 'int' is required in call to 'printf'. 이런게 뜨는데요  Visual Studio IDE에서 x86이랑 x64이 기능의 역할이 뭔가 많이 다른가봐요? 그리고 혹시 Visual Studio IDE 도구들을 좀 더 자세하게 설명하는 그런 사이트 아시면 알려주실 수 있을까요?

안녕하십니까 선생님!  좋은 강의 감사하단 말씀 먼저 드리겠습니다~^^ 행렬분해 강의를 듣던중 궁금한 점이 생겨 질문드립니다.. 원본행렬로 부터 R = P * Q.T ,  확률적 경사 하강법을 통해서  P와 Q라는 행렬로 분해가 되는것 이해가 됩니다. 하지만  factor의 차원을 정하는것? factor의 수? 해당 슬라이드와 교재에서는 factor1, factor2,  2개의 잠재요인으로써 P(4x2) Q(2x4) 행렬로 분해를 하였는데 당연히 저차원으로 분해를 하는 것이기에 M, N보단 작을 것이겠지만  굳이 (K=2)2차원으로 행렬분해를 하는 이유가 있는지.. 실제로는 User의 수와 Item의 수가 굉장히 클텐데 이 경우에도 K의 값은  증가 하나요? 따라서  원본행렬을 구하는 것이 목표이기에  적합한 K가 있는지 궁금합니다.   딥러닝 모델 구성에서 hidden layer의 수나 Node의 수를 결정하는 것처럼 경험적인 것인지 궁금합니다.. 감사합니다!

새로만든 포스트 생성 페이지나 수정 페이지를 통해 게시물을 생성하거나 수정하려고 하면 아래와 같은 오류가 발생합니다. "POST /blog/6/update/ HTTP/1.1" 302 0"POST /blog/create/ HTTP/1.1" 302 0 게시물이 생성되는 것과 수정되는 것에는 문제가 없는데 302가 떠서 이게 뭔가하고 살펴보니 head_image는 새로 생성할수도, 변경할 수도 없습니다. 제가 어딘가에서 오타를 낸 걸까요?

views.py에서 PostCreate와 PostUpdate 클래스가 템플릿과 어떻게 연결되는지 이해가 되지 않습니다. PostList나 PostDetail은 post_list, post_detail을 자동으로 찾는다고 이해하고 있었는데,PostCreate와 PostUpdate는 post_create, post_update 없이 템플릿이 자동으로 지정된거 같아 혼란스럽습니다. 클래스가 어떻게 템플릿을 찾는지 설명해주실수 있을까요? 그리고 PostListByCategory는 post_list_by_category템플릿을 찾아야 하지만 by_category부분이 없어 post_list.html을 템플릿으로 삼는다고 이해하고 있는데 이게 맞는건가요?

말하자면, xxxBeanDefinitionReader가 java code 및 xml을 '번역'하여 BeanDefinition이라는 단일 표현체를 만드는 것이군요?

이제 마지막부분에 로그인을 하려고 하니까 로딩중 만돌아가고 프로필이 뜨지 않습니다.  리덕스데브툴로 확인하니까 사가로 넘어가지가 않은거 같아요. 깃허브 채널 4로 비교해봐도 다른점을 못찾겠는데 왜그럴까요..

안녕하세요 캡틴! 수업을 듣고 배운 것을 종합 정리해서 블로그로 올릴려고 했는데 이미 누가 질문으로 물어봤더라구요. 출처만 잘 남기면 괜찮다고 하셔서 저도 그냥 바로 올렸는데 생각해보니 원작자에게 직접 허락을 받는게 맞는거 같아서 죄송스럽게도 사후보고(?)형태로 요청을 드리게 되었습니다. 혹시 블로그에 내용 정리를 업로드 해도 괜찮을까요? 강사님 강의랑 강사님께서 참고로 올려주신 블로그를 보고 나름 정리했습니다. 출처도 전부 적었구요. 혹시 문제가 된다면 삭제하겠습니다 ㅠㅠ

안녕하세요,  iframe 제이쿼리 연결해서 모달창 띄우는 부분에서 질문이 있는데요,  강의하신 내용대로 아래와 같이 수정하면 html 페이지 링크했을때는 괜찮은데 이미지를 링크하면 이미지도 화면에 꽉차게 뜨는데요, 혹시 이미지는 원래 기본설정대로 두고 html페이지에만 css 적용시킬 방법이 있을까요?  제작자 깃허브 보면  <a href="#" data-featherlight="myimage.png">Open image in lightbox</a> <a href="#" data-featherlight="myhtml.html .selector">Open ajax content in lightbox</a> <a href="#" data-featherlight="<p>Fancy DOM Lightbox!</p>">Open some DOM in lightbox</a>이런식으로 나뉘어져서 써있긴 한데 이렇게 해봐도 창은 전체화면 크기입니다. ㅠㅠ .featherlight .featherlight-content {   position: relative;   text-align: left;   vertical-align: middle;   display: inline-block;   overflow: auto;   padding: 0;   border-bottom: 25px solid transparent;   margin-left: 0;   margin-right: 0;   max-height: 100%;   background: #fff;   cursor: auto;   white-space: normal;   width: 100%;   height: 100%; }

--sampleController -- SampleControllerTest 핸들러 메소드 8부 강의를 듣고 있었는데 test잘 통과하던 createEvent 함수가 sampleController class에 sessionAttributes("event") 애노테이션을 붙이니깐 createEvent 함수가 실행되지 않았습니다.  --console Error  여기 강의 질문에서와 구글링 해봐서 나름 찾아본 결과, ModelAttribute 애노테이션을 쓰면 sessionAttributes("event")에서 있는 지 확인해보는 데 처음에 없으면 에러를 뱉는다.  였습니다. 그래서 SampleController 클래스에서 @ModelAttribute 선언 대신에 주석 단 위치에 model.addAttribute("event") 하니깐 test 가 에러없이 통과하는 것을 확인했습니다.  ModelAttribute애노테이션을 쓰면 왜 createEvent test함수가 통과하지 못 하는 이유와 이것을 다른 방법으로 해결할 수 있는 지 궁금합니다. 간단하게라도 참고사항이나 가이드 주시면 감사하겠습니다!