07:26에서 "f1 스코어로 예측할때는 확률 값이 아니라 클래스로 나누기 때문에 predict로 예측해야한다" 라고 말씀해주셨는데 이 부분에서 질문이 생겼습니다! 1) 확률 값으로 예측하는건 평가지표 중 roc_auc_score 뿐인지 2) 만약 평가 지표로 roc_auc로 한다고 문제에 출제되었으면 제출 예시로 확률 값이 아닌 클래스 값으로 나온 것 처럼 보여도 predict_proba ()로 예측해도 되는지 궁금합니다! -> 제가 알고있기론 roc_auc_score가 평가 지표여도 predict()를 사용해서 해도 되지만, 평가 성능이 차이가 나는 걸로 알고 있는데 제대로 알고 있는건지 여쭙습니다!!
예전부터 리턴에 대해 모호하게 이해하고 있어서 질문드립니다. # 함수 정의 (리턴 값) def plus(x, y): result = x+y return result # 함수 호출 a = plus(2,3) print(a) 이러면 값이 5가 나오는데 # 함수 정의 (리턴 값) def plus(x, y): result = x+y # 함수 호출 a = plus(2,3) print(a) 이러면 값이 NONE이 나오는 이유가 리턴이 없어서 왜 a = 2+3으로 받아들이지 못하는 건지 궁금합니다. # 함수 정의 (리턴 값) def plus(x, y): result = x+y result # 함수 호출 a = plus(2,3) print(a) 이 값 또한 NONE으로 출력되는데 두번째 함수 호출 코드에서 plus(2,3) 이니까 plus(2,3) = result 이고 result 는 5이니깐 a = 5이므로 print (a) 는 5가 되어야 하는게 아닌가요? return이 없으면 함수에 무엇을 대입하든 변수에 값이 저장되지 않는 느낌이네요?
판다스 1 강의 수업노트에 있는 코랩 링크로 바로 접속 후 작성되어있는 코드를 지우고 새로 똑같이 작성 후 실행하니 판다스 라이브러리를 불러오는 것에서부터 오류가 생기는 것 같습니다 ㅜ.ㅜ 어떻게 해야 하나요 ? NameError: name 'pd' is not defined
기출 4회 작업형 2 풀이 강의에서, train_test_split을 사용하지 않으시던데, 이건 target값이 이진분류가 아니라서 그런건지요? train_test_split을 사용하여 모델을 분리하고, f1_score로 검증해보려고 하니 오류가 나옵니다. target값이 이진분류가 아니면 제출전 사전 검증이 불가능한건지 알고 싶습니다. 감사합니다.
디스코드에 있는 미션을 매일매일 하고있는데요.. 미션은 웬만큼 할만한데 저번 9회차 모의고사를 풀어보니까 한문제 빼고는 손도 못대는 수준이어서요.. 이런 경우엔 작업형3을 비중을 둬야하는건지.. 아니면 계속 작업형을 풀어봐야하는건지.. 질문드립니다ㅠㅠ 그래도 좀 숙달됐다고 생각했는데 막상 9회차 작업형1을 풀어볼려니까 결이 다른수준이라 ㅠㅠ 너무 걱정되네요
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 문제를 더 연습하려고 하는데 캐글 놀이터 ? 사용법 정리된 영상은 없나요?? 작업형 1 2 3 구분된 문제, 어떤거 부터 풀어야할지 잘 모르겠습니다. 사용법도 모르겠그ㅜ요
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 7회차 작업형3 기출 유형 문제중 문제 2-1 ERP 와 가장 상관관계가 높은값을 구하시오 관련 사항입니다. 상관관계가 높다라는 말은 + 에만 해당되는것일까요 혹시 - 값의 절대값이 클경우 높다라는 말을 할수 있는건가요 ?
5회기출문제 작업형2에서 평가지표가 RMSE가 나왔는데 다른 평가지표를 사용해도 무방하다고 하셔서 MSE로 작업을 해봤어요 그런데 결과값이 너무 크게 차이가 나는데 상관없나요? 값이 작을수록 좋다고 하셔셔.. ㅜ 만약 시험에서 RMSE로 나올경우 , 대신 쓸 수 있는 평가지표를 추천해주세요
