173만명의 커뮤니티!! 함께 토론해봐요.
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
from scipy import stats stats.wilcoxon(df['after'],df['before'],alternative='greater') 안녕하세요~ 가설점정 강의자료중에 빈칸으로 공부를 하다가 질문남깁니다. 빈칸자료로 풀었을때 답이 /usr/local/lib/python3.11/dist-packages/scipy/stats/_wilcoxon.py:172: RuntimeWarning: invalid value encountered in scalar divide z = (r_plus - mn) / se WilcoxonResult(statistic=np.float64(0.0), pvalue=np.float64(1.0)) 이맇게 나오는데요~ 강의자료랑 답도 다르고 ..왜 그런가요?ㅜ
python 머신러닝 빅데이터 pandas 빅데이터분석기사
지원
2025-05-11T02:45:51.882Z
댓글 2
좋아요 0
조회수 96
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
다른분이 동일한 질문한 내용이 있는데 답변이 이해가 되지 않아 추가문의드립니다. df['맡은학생수'] = (df['1학년'] + df['2학년'] + df['3학년'] + df['4학년'] + df['5학년'] + df['6학년']) / df['교사수'] df.sort_values(['맡은학생수'], ascending=False) print(df) print(int(df.head(1)['교사수'])) 위는 풀이에 대한 내용이고 결과값은 20이 나왔습니다. (강의의 답은 19입니다.) 풀이에 잘 못된 부분이 있을까요?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
yeon
2025-05-10T15:51:05.372Z
댓글 2
좋아요 0
조회수 78
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
-강의위치) 24:57 df[cond1&2] 적고 'Run All'을 눌렀을 때, 강의에서는 저렇게 표 형식으로 결과값을 볼 수 있는데 제 컴퓨터에서는 표 형식이 아니라 저렇게 풀어서 나옵니다. 설정을 변경해야하나요?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
ssjmj0404
2025-05-10T12:07:34.405Z
댓글 1
좋아요 0
조회수 62
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
우측 상단 'Save Version'옆에 >I 버튼 눌러서 데이터 경로 복사할 수 있다고 하셨는데 제 컴퓨터에선 저 버튼이 안 뜹니다!! 저 버튼을 어떻게 활성화 할 수 있는거죠? <강의> <제 컴퓨터>
python 머신러닝 빅데이터 pandas 빅데이터분석기사
ssjmj0404
2025-05-10T11:50:13.768Z
댓글 2
좋아요 0
조회수 85
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
질문1) 모델 학습 및 예측하기 전에 왜 수치형 데이터만 cols로 뽑으셨는지 궁금합니다. 혹시 object 형태는 인코딩 작업으로 모두 수치형 자료로 바꿔줘야 하는데 그 과정을 생략하기 위해서 cols 형태로 뽑으신건가요 ? 질문2) target = train.pop() 이부분이 잘 이해가 가지 않습니다 model.fit(train[cols], train['성별'])을 해줘도 상관은 없는건가요? 항상 수업에서 검증 데이터를 x_tr, x_val, y_tr, y_val로 나눠서 model.fit(x_tr, y_tr)형태로 넣는 것에 익숙하다 보니 혼동이 오는 것 같습니다 ㅠㅠ!
python 머신러닝 빅데이터 pandas 빅데이터분석기사
최수영
2025-05-10T09:32:47.372Z
댓글 2
좋아요 0
조회수 106
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
train 데이터에 ID값을 갑자기 왜 삭제하나요 ? train = train.drop("ID", axis=1) train.head(1)
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-10T03:45:28.179Z
댓글 2
좋아요 0
조회수 128
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
영상에서는 원핫 인코딩 이후 int형으로 바뀌는데 저는 bool 형식으로 바꼈습니다. 정상적인가요? <class 'pandas.core.frame.DataFrame'> RangeIndex: 6665 entries, 0 to 6664 Data columns (total 30 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 ID 6665 non-null int64 1 Age 6665 non-null int64 2 Work_Experience 6665 non-null float64 3 Family_Size 6665 non-null float64 4 Segmentation 6665 non-null int64 5 Gender_Female 6665 non-null bool 6 Gender_Male 6665 non-null bool 7 Ever_Married_No 6665 non-null bool 8 Ever_Married_Yes 6665 non-null bool 9 Graduated_No 6665 non-null bool 10 Graduated_Yes 6665 non-null bool 11 Profession_Artist 6665 non-null bool 12 Profession_Doctor 6665 non-null bool 13 Profession_Engineer 6665 non-null bool 14 Profession_Entertainment 6665 non-null bool 15 Profession_Executive 6665 non-null bool 16 Profession_Healthcare 6665 non-null bool 17 Profession_Homemaker 6665 non-null bool 18 Profession_Lawyer 6665 non-null bool 19 Profession_Marketing 6665 non-null bool 20 Spending_Score_Average 6665 non-null bool 21 Spending_Score_High 6665 non-null bool 22 Spending_Score_Low 6665 non-null bool 23 Var_1_Cat_1 6665 non-null bool 24 Var_1_Cat_2 6665 non-null bool 25 Var_1_Cat_3 6665 non-null bool 26 Var_1_Cat_4 6665 non-null bool 27 Var_1_Cat_5 6665 non-null bool 28 Var_1_Cat_6 6665 non-null bool 29 Var_1_Cat_7 6665 non-null bool dtypes: bool(25), float64(2), int64(3) memory usage: 423.2 KB add 코드 add 텍스트
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-10T03:40:26.846Z
댓글 2
좋아요 0
조회수 73
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
데이터프레임을 만들때 'ID'는 test_id로 pop 했기 때문에 'ID':test_ID가 되는게 이해가 되는데 그러면 'Segmentation'은 :pred가 아닌 target이 되어야 하는것 아닌가요? target = train.pop('Segmentation') test_ID = test.pop('ID') # 예측 결과 -> 데이터 프레임 submit = pd.DataFrame({ 'ID': test_ID, 'Segmentation':pred }) submit
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-10T03:21:35.654Z
댓글 2
좋아요 0
조회수 73
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
rf.fit( train,target )에 들어가는 값과 pred = rf.predict( test )에 들어가는 값이 train,target, test가 들어가는 이유가 있나요? 저기 들어가는 값의 기준이 궁금합니다. # 모델 선택 및 학습 from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) rf.fit(train, target) pred = rf.predict(test) pred
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-10T03:08:27.106Z
댓글 2
좋아요 0
조회수 74
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
sementation과 id를 삭제하는 이유가 뭔가요? 그리고 id를 복사할 때 train 데이터가 아닌 test 데이터를 사용하는 이유도 뭔가요 ?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-10T02:54:39.143Z
댓글 2
좋아요 0
조회수 83
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
영상 위치) 21:25 결과 예측 관련 질문입니다. 1) 랜덤포레스트랑 XGB로 평가한 후, 마지막에 예측은 XGB로 했는데 어떤 기준으로 XGB를 선택하는건가요?? 2) pred랑 pred_proba 중에 pred_proba를 사용한 이유가 있나요? pred_proba = xgb.predict_proba(test)
python 머신러닝 빅데이터 pandas 빅데이터분석기사
ssjmj0404
2025-05-09T12:44:58.536Z
댓글 2
좋아요 0
조회수 54
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
강사님은 0부터 496이 나오는데 저는 1489까지 나옵니다. 그리고 답도 차이가 많이 납니다. 괜찮은 것 인가요?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-09T11:44:23.263Z
댓글 2
좋아요 0
조회수 67
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
predict를 사용할때와 predict_proba를 사용할때의 차이가 무엇인가요?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-09T11:38:32.844Z
댓글 2
좋아요 0
조회수 83
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
원핫 인코딩을 했을때 강의에는 0또는 1로 나오는데 제가 했을땐 True와 False로 나옵니다. 괜찮은가요?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-09T11:11:42.853Z
댓글 2
좋아요 0
조회수 89
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
수치형 변수 스케일링을 할때 cols 에서 왜 TravelInsurance 는 제외시키나요? 그리고 display함수가 print함수와 다른 점은 무엇인가요? # 수치형 변수 스케일링 from sklearn.preprocessing import RobustScaler scaler = RobustScaler() cols = ['Age','AnnualIncome','FamilyMembers','ChronicDiseases'] display(a_train.head()) a_train[cols] = scaler.fit_transform(a_train[cols]) a_test[cols] = scaler.transform(a_test[cols]) a_train.head()
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김라의
2025-05-09T11:07:46.748Z
댓글 1
좋아요 0
조회수 80
미해결
[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') #print(X_train.shape, X_test.shape, y_train.shape, y_test.shape) X_train = X_train.drop(['Cabin','Name','Ticket'],axis=1) X_test = X_test.drop(['Cabin','Name','Ticket'],axis=1) X_train['Age']=X_train['Age'].loc[X_train['Age']>=1] X_train['Age']=X_train['Age'].fillna(X_train['Age'].mean()) X_test['Age']=X_test['Age'].loc[X_test['Age']>=1] X_test['Age']=X_test['Age'].fillna(X_test['Age'].mean()) X_train['Embarked']=X_train['Embarked'].fillna(X_train['Embarked'].mode()[0]) X_test['Embarked']=X_test['Embarked'].fillna(X_test['Embarked'].mode()[0]) cond=pd.get_dummies(X_train['Sex']) cond2=pd.get_dummies(X_test['Sex']) X_train['female']=cond.iloc[:,0] X_train['male']=cond.iloc[:,1] X_test['female']=cond2.iloc[:,0] X_test['male']=cond2.iloc[:,1] X_train = X_train.drop('Sex',axis=1) X_test = X_test.drop('Sex',axis=1) from sklearn.preprocessing import LabelEncoder le=LabelEncoder() cols=['Embarked'] for col in cols: le = LabelEncoder() X_train[col]= le.fit _transform(X_train[col]) X_test[col]=le.transform(X_test[col]) from sklearn.model_selection import train_test_split X_tr,X_val,y_tr,y_val=train_test_split(X_train,y_train['Survived'],test_size=0.2,random_state=42) from sklearn.metrics import accuracy_score from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier(random_state=42) model.fit (X_tr,y_tr) pred = model.predict(X_val) accuracy_score(y_val,pred) pred=model.predict(X_test) submit = pd.DataFrame( { 'PassengerId' : X_test['PassengerId'], 'Survived' : pred } ) submit.to _csv("003000000.csv",index=False) submit.head() pd.read _csv("/kaggle/working/003000000.csv") accuracy_score(y_test['Survived'],submit['Survived']) 베이스라인 안보고 혼자 해봤습니다. 이렇게 작성했는데 마지막줄에서 점수는 나오는데 타이타닉 캐글 대회에는 제출이 안되서요 혹시 어느부분이 잘못된건지 알수있을까요?? 그리고 이렇게 실행해도 맞는건지도 답변 부탁드립니다
python 머신러닝 빅데이터 pandas 빅데이터분석기사
현우
2025-05-09T10:44:18.365Z
댓글 1
좋아요 0
조회수 76
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
작업형 결측치 포함된 columns들 삭제하는 과정에서, 영상에서는 host_id는 결측치가 존재하지 않는데 drop으로 삭제하였습니다. 따로 이유가 있는걸까요?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
hong8265
2025-05-09T10:29:01.376Z
댓글 2
좋아요 1
조회수 79
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
32. 캐글(kaggle) 필사 전략 강의에서 노션 정리하신 것을 수업 노트에 올려 주신다고 하셨는데, 확인이 안되어 문의드립니다! (18:10)
python 머신러닝 빅데이터 pandas 빅데이터분석기사
선영
2025-05-09T08:52:01.158Z
댓글 2
좋아요 0
조회수 66
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
첫 번째, 두 번째 둘 다 groupby(컬럼명)했는데 왜 첫번째는 에러가 나고 두번째는 정사적으로 작동하나요??
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김대현
2025-05-09T07:31:55.140Z
댓글 3
좋아요 0
조회수 92
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
인덱스 값이 2001인 데이터(행)을 선택할 때 df.loc[2001] df.loc[2001].mean() loc 대신 df.iloc[1,:].mean() 위처럼 iloc 함수를 사용해도 되나요?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
최수영
2025-05-09T07:10:54.079Z
댓글 2
좋아요 0
조회수 77
