random_state=0을 아래에서 처럼 분리할때랑 , 학습할때 총 두번넣어줘도 상관없을까요? # 검증용 데이터 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 ) # 모델 학습 및 평가 from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor(random_state=0) model.fit (X_tr, y_tr) pred = model.predict(X_val)
[작업형2] 연습문제 섹션 4 에서 train과 test를 합하고 나눌때 저는 iloc을 사용했는데 문제 풀이는 iloc을 사용 안 했더라구요. 이전? 강의들에서는 사용했던거 같은데... 그런데 둘 다 오류는 안나도 답이 나오긴 한네요. 무슨 차이 일까요? 제 코드.. df = pd.concat([train,test]) df = pd.get_dummies(df) train = df.iloc[:len(train)] test = df.iloc[len(train):] 강의 코드 # train과 test 합쳐서 원핫인코딩 combined = pd.concat([train, test]) combined_dummies = pd.get_dummies(combined) n_train = len(train) train = combined_dummies[:n_train] test = combined_dummies[n_train:]
해당 강의에서 hpa에서 behavior 부분을 삭제를 하려고 할 시 에러가 발생했습니다. 아래 명령은 기존의 강의 실습 자료에서 제공된 hpa 수정 관련 코드입니다. kubectl edit -n anotherclass-123 hpa api-tester-1231-default 위 명령으로 hpa의 yaml 내용을 직접 수정하여 behavior 부분을 삭제 후 저장을 할 시 저장이 되지 않습니다. 에러 코드는 다음과 같습니다. error: Edit cancelled, no valid changes were saved. 아래 명령으로 behavior 필드 부분을 제거하면 삭제가 가능했습니다. kubectl patch hpa api-tester-1231-default -n anotherclass-123 --type=json -p='[{"op":"remove","path":"/spec/behavior"}]' 처음에는 들여쓰기 같은 부분을 잘못 건드렸나 해서 여러번 변경을 시도해 보았는데 전부 변경사항이 반영되지 않더라구요...?(이유를 자세하게 모르겠네요) 일단 바로 위에 있는 명령어로 필드 부분만 삭제하면 들여쓰기 같은 문제는 발생하지 않으니 혹시 문제가 있다면 이렇게 해보시면 좋을것 같습니다.
문제3에서 주어진 내용이 시험과 동일한건가욥?? 주어진 데이터에서 ‘co’와 ‘nmhc’ 컬럼을 각각 Min-Max 스케일링하시오. 스케일링된 ‘co’, ‘nmhc’ 컬럼의 표준편차를 각각 구하시오. ‘co’ 컬럼의 표준편차에서 ‘nmhc’ 컬럼의 표준편차를 뺀 값을 소수점 3자리로 반올림하여 구하시오. 해당 3.에서 2.와 같이 '스케일링된'이라는 말이 없어서 뜬금 없지만(?) 스케일링되지 않은 ‘co’ 컬럼의 표준편차에서 ‘nmhc’ 컬럼의 표준편차를 빼서 출력했는데 이렇게 명확한 형용사가 없어도 앞 내용에 맞게 생각해서 출력해야 할까요??
연습 문제 6에서는 다수의 범주, 수치형 컬럼에 결측치가 있는데, 최빈값, 중앙값이 아닌 특별히 범주형은 X로 수치형은 -1 으로 결측치를 채운 이유가 있을까요? RandomForest은 결측치가 마킹을 해도 어느정도 학습이 가능하다고 알고 있는데, 다른 모델들도 마찬가지로 X, -1으로 마킹해도 학습이 가능한걸까요? 아니면 RandomForest만의 장점인가요?
저만 이런걸 수 있지만... 결과 화면 보려고 링크 썼더니 이렇게 나옵니다. 10장( https://browser.engineering/widgets/lab10-browser.html )은 잘 출력되는 것 같은데... 11장[ 링크 ], 12장[ 링크 ]은 아래 그림처럼 나오네요. 혹시 제가 잘못한 점이 있는지, 있다면 어떤 부분을 수정해야 하는지 알려주세요! 다른 링크가 있다면 같이 안내해주시면 좋을 것 같습니다.
제가 이제 만으론 28살이지만 내년에 한국나이로 30살입니다! 여태까지 자격증만 따느라 언어 실력이 많이 부족합니다. 알고리즘은 백준으로는 골드 2이고 현재 스프링을 통해 DB 없는 웹 CRUD 만 만들 수 있는 수준 (SQL은 이제 공부하려고 합니다) 인데 싸피 16기 입과가 7월이어서 수료하면 한국나이 31살이 넘는데 싸피 모집일까지 기다렸다가 싸피를 가는게 좋을까요 아니면 내년 초에 바로 시작할 수 있는 프로그래머스, 멋사, 코드잇 같은 다른 B급 부캠을 가는게 좋을까요? 나이를 먹어가니까 뭔가 다급해지는 경향이 있어서 여쭤봅니다 ㅠㅠ 모아둔 돈은 넉넉해서 돈 관련해서는 여유롭습니다! 그리고 커리어에 군경력을 추가하는게 좋을지도 궁금합니다! 계속 여쭤봐서 죄송합니다ㅜㅜ
안녕하세요 큰돌님 강의 잘 보고 있습니다 궁금한게 몇가지 있어서 여쭤봅니다! 군경력이 6년있고 군생활동안 사이버 대학으로 학사 졸업을 했는데 비전공이어서 따로 학점은행제 편입 후 컴퓨터 공학 학사를 취득했는데 학위를 기재하는게 좋을까요? 사이버대학 학점 3.4 학점은행제 학점 3.8입니당 EX -> 사이버 대학 OO 졸업 학점은행제 컴공 졸업 군생활 도중 교관 경연대회 우수 사단장 상장을 받았었는데 이걸로 소프트 스킬 역량을 강조할 수 있는지도 궁금합니다. 정보처리기사, 빅데이터분석기사, adsp , sqld를 취득했었는데 자격증 칸을 만들어서 추가하는게 나을지도 궁금합니다! 사무자동화산업기사와 토익스피킹IM3도 보유중이긴 한데 그건 어필이 따로 안될 것 같은데 넣는게 좋을지도 궁금합니다!
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 df['f1'] = df['f1'].dropna() 안녕하세요 f1컬럼의 결측치 삭제를 선생님처럼 안하고 저처럼하면 왜 결측치 처리가 안될까요?
이상치 제거한 std값 구하는 코드를 이렇게 작성했는데 제거 전 후 std 값이 정답과 다릅니다. 어느 부분에서 차이가 나는걸까요? norm_col = df[(df['age']>0) & (df['age'].apply(lambda x: True if x == int(x) else False))]['age'] std_after = norm_col.std()
