172만명의 커뮤니티!! 함께 토론해봐요.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
'Attrition_Flag':pred[:,1], 마지막에 왜 index 1 열을 가져오는지 이해가 안 돼요. 예측하고자 하는 값은 '이탈' 고객인데, 왜 0번째 열이 아닌 1번째 열을 추출하는걸까요?ㅠ 이 부분이 헷갈려요
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
'(귀무가설/대립가설)을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오' 라는 문장그대로 해석하면 될까요? 예를들어 귀무가설을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오 -> 귀무가설을 기각할지 채택할지 결정 대립가설을 기준으로 검정의 결과를 (채택/기각)중 선택하여 입력하시오 -> 대립가설을 기각할지 채택할지 결정
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
로지스틱 회귀 강의에서 변수형 변수는 c()처리를 했는데 여기서는 별도 처리를 안하는건가요? c()의 의미가 어떻게될까요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
머신러닝 pred[:,1] 으로 하는 이유가뭔가요?~
해결됨
원클릭으로 AI가 생성해주는 Youtube 쇼츠 만들기 자동화(with n8n)
안녕하세요 주신 ison파일(자막 나눠들어간거까지) 잘 넣었는데 실행하니 왜 아웃풋이 안 나오는걸까요? 똑같이 해도 자꾸 오류가 생기는 어렵네요.ㅎㅎ creatomate 적용 강의듣다가 하나하나 따라하다가 저렇게 오류가 나서요 도와주셔유^^
미해결
코딩테스트 [ ALL IN ONE ]
안녕하세요. [Min Cost Climbing stairs]에서 base code 설정시에 if n==0 or n==1: return 0 이 아닌 if n==0: return cost[0] if n==1: return cost[1] 로 설정해야 되는 것이 아닌지 문의드립니다. 인덱스 1에 있다고 하더라도 1을 밟아야 꼭대기에 도달할 수 있는 것이니 해당 인덱스의 cost 값을 return 해야하지 않는지에 대해 의문이 듭니다.
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 6회 기출유형(작업형1) 강의에서 3번 문제를 풀 때 '날짜' 컬럼을 pd.to_datetime을 통해서 풀려면 코드 작성을 어떤 식으로 진행해야 할지 알려주시면 감사하겠습니다 ㅜㅜ
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
자료형 삭제할 때 방법3로 해도 되나요?
미해결
빅데이터 분석기사 시험 실기(Python)
안녕하세요. 본 강의의 연습문제 풀이가 구름IDE 환경에서 진행되고 있는데, 해당 서비스가 25년 10월 30일을 마지막으로 더 이상 지원하지 않는 것으로 보입니다. 이후 해당 강의 내용을 학습하기 위해서는 어떤 방법을 사용하면 좋을까요??
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요, 강사님 어쩌다 보니 실기 시험 준비 기간이 좀 늦어 졌는데, 지금 시험까지 약 10일 정도 밖에 남지 않은 상황인데, 지금부터 시작한다면 어떤식으로 학습하는게 좋을까요?ㅜㅜ
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
train['환불금액'] = train['환불금액'].fillna(train['환불금액'].median()) test['환불금액'] = test['환불금액'].fillna(test['환불금액'].median()) train = train.drop('회원ID', axis=1) target = train.pop('총구매액') test_id = test.pop('회원ID') cols = train.select _dtypes(include ='O').columns df = pd.concat([train, test]) from sklearn.preprocessing import LabelEncoder for col in cols: le = LabelEncoder() # train[col] = le.fit _transform(train[col]) # test[col] = le.transform(test[col]) df[col] = le.fit _transform(df[col]) # df = pd.get_dummies(df[cols]) train = df[:len(train)] test = df[len(train):] from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split( train, target, test_size = 0.2, random_state=0) # from sklearn.ensemble import RandomForestRegressor # rf = RandomForestRegressor(random_state=0, max_depth=5, n_estimators=500) # rf.fit (X_tr,y_tr) # pred = rf.predict(X_val) from xgboost import XGBRegressor xgb = XGBRegressor(random_state=0, max_depth=5, n_estimators=400, learning_rate=0.01) xgb.fit (X_tr, y_tr) pred = xgb.predict(X_val) from sklearn.metrics import mean_squared_error, r2_score mse = mean_squared_error(y_val, pred) rmse = mse**(1/2) r2 = r2_score(y_val, pred) print(mse, rmse, r2) 이렇게 작성했을때 이렇게 나오는데 잘된게 맞는건지 아닌건지 모르겠습니다. 선생님께서는 레이블 인코딩했을때 rmse가 813.22가 나오셨다는데 왜이렇게 차이가 많이나는지 모르겠습니다. 672765.0076766363 820.2225354601252 0.7020188276193622
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
작업형1의 모의문제2번에 문제4번 질문입니다 문제4 주어진 데이터에서 자료형(type)이 object인 컬럼은 삭제하고, 결측치는 0으로 대체한다. 행 단위로 합한 다음 그 값이 3000보다 큰 값의 데이터 수를 구하시오 ('age', 'f1', 'f2', 'f5', 'views'의 각 행별 합) 에서 두번째 라인의 행단위로 합한다음 그값이 3000 보다 큰 값의 데이타 수를 구하라 것으로 문제풀이는 아래와 같습니다 cols = df.select _dtypes(exclude='object').columns cols df = df[cols] df.head() df = df.fillna(0) df = df.T df.head() print(sum(df.sum() > 3000)) 여기서 질문이 문제에서 행단위로 합한다음 그 값이 3000보다 큰 데이타 수를 구하라는 의미는 단순한 워딩만 분석해 보면 아래 처리 이해 됩니다. 즉 , age f1 ... 등등의 행의 합을 구하고 그 값이 3000이 넘는 수가 몇개냐의 의미로 해석되됩니다. 선생님의 문제 풀이가 이해가 안가는데 설명 좀 부탁드립니다, cols = df.select _dtypes(exclude="object").columns cols df = df[cols] df = df.fillna(0) df = df.T df['tot'] = df.sum(axis=1) print(df['tot']) (df['tot'] > 3000).sum() 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)
위와 같이 SCORERS를 import할때 오류가 발생합니다. 코랩환경입니다. 오류 해결 방법이 있을까요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
[문제] 빅데이터 분석기사 실기 언어 선택에 따라 합격 여부를 조사한 결과이다. 언어와 합격 여부는 독립적인가? 가설검정을 실시하시오. (유의수준 0.05) 귀무가설(H0): 언어와 합격 여부는 독립이다. 대립가설(H1): 언어과 합격 여부는 독립이지 않다. 여기서, 이 문제는 독립성 검정이기 때문에 귀무가설은 독립이다! 라고 설정하는건가요? 보통 귀무가설이 알려진 사실, 대립가설이 내가 증명하고자 하는 사실인데, 독립성 검정이기에...내가 증명하고자 하는 사실이 "두 데이터는 독립이다."라서 이게 대립가설인것같이 느껴집니다..
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
정답이 f1인데, 풀이에 반드시 print문까지 작성해야 답인가요? df.isnull().sum()을 사용하면 눈으로 f1이 답인걸 알 수 있으니 그냥 정답란에 f1만 적으면 되나요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요, 혹시 빅분기 실기 1유형 문제가 큰 문제 하나 안에서 작은 문제 3개로 구성되는 형태인가요? 이게 문제 구성이 고정적인건지 시험에 따라서 소문제가 2개나 4개로 바뀌어서 나올 수도 있는지 궁금합니다.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
왜 값이 다른지 여쭤봅니다 잘못작성된 것이 있을까요
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
강의랑 똑같이 코딩한것 같은데 왜 답이 float형으로 나오는 걸까요???
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
stats.wilcoxon(df['무게']-120, alternative = 'less') 에서 alternative = 'less'가 이해가 안됩니다. 관측값(실제값)이 왜 더 작아야 하나요?
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
섹션3. 항공권 가격 예측 시, 탐색적 데이터 분석과정에서 describe로 unique 카테고리가 동일하지 않다면 이 강의에서는 데이터를 삭제시켰는데, 삭제시키지 않고, df = pd.concat([train, test]) df = pd.get_dummies(df) train = df.iloc[:len(train)] test = df.iloc[len(train):] 이 과정을 사용해도 괜찮나요?
