GetMail의 크레덴셜이 적용된 메일만 UID값이 나오더라구요! 그래서 계속 크레덴셜이 네이버인데, 지메일 워크플로우 중 겟메일에서 아웃풋 값이 안나와 많이 해메었네요.. 이 부분이 강의에선 따로 말씀이 없으셨는지, 제가 못들은건지 잘 모르겠어유 ㅠㅠ 최종적으로 아래와 같이 구현하여 자동으로까지 잘 작동되는 걸 확인했습니다! 고생해도 실제로 생각대로 구현이 되니 매우 기분이 좋네요 ㅎㅎ.. 추가적으로 궁금한 부분은 현재 제 워크플로우는 스위치에서 양쪽으로 값을 보내고 지메일이면 아래에서만 아웃풋이 나와 정크로 가고, 네이버면 위에서만 아웃풋이 나와 정크로갑니다. 뭔가 직감적으로 조금 위험한 구조다(?) 라는 생각이 드는데, 혹시 더 효율적으로 노드를 구성하는 방법이 있나 궁금하고, 제목처럼 워크플로우를 어디까지 하나의 워크플로우로 하는 게 효율적일까 라는 궁금증도 생겼습니다. 사실 이정도면 그냥 edit field 없이 네이버 구현한것처럼 짧게 구글을 하나로 구현하는 게 맞지 않나 싶기도 해서요! 아 추가적으로 만약 이 워크플로우를 계속 active가 되도록 하려면 결국 컴퓨터를 계속하여 켜놔야 하는거겠죠.,,?
안녕하세요 선생님 ! 선생님 코드로 구현을 완료하고 제가 커스텀 해보고 있는 중에 고민이 있어 질문글 남깁니다. 추천 수가 특정 개수 이상일때 hot article이 되고, 매일 갱신하는 것이 아닌, 한번 hot article이 되면 계속해서 hot article 게시판에 게시하고 싶습니다. 이럴 때 hot article을 데이터베이스에 저장하는 것이 좋을까요 아니면 redis에 저장하는 것이 좋을까요 ? 선생님의 의견이 궁금하여 질문 남깁니다.
주어진 데이터에서 로지스틱 회귀 분석을 수행해 유의확률(p-value)이 0.05 이상인 유의하지 않은 독립변수의 개수를 구하시오. (종속변수: Churn) 이 문제에 대한 답이 sum(model.pvalues[1:] > 0.05) 이렇게 돼있는데 >이 아니라 이상이니까 >=가 맞는거 아닌가용?
게슈탈트 이론이 잘 엮여진 사례 넷플릭스 제목 아래 영상들이 배치되어있고 그 사이에 행간이 좁다 같은 연관성이 있는 영상들끼리 서로 같은 그룹으로 묶여있다. 아닌 사례 요즘엔 워낙 다 웹사이트가 잘되어있어서 찾지 못하겠습니다 근데 토스랑 카카오뱅크를 제외한 모든 은행사이트들이 엄청나게 짜증나는 건 알겠습니다 ㅠㅠㅋㅋ
코랩에서 house_df.fillna(house_df.mean(), inplace=True)를 실행하였는데 에러가 나서 커뮤니티를 보니 # object가 아닌 number 타입을 별도 리스트로 추출 num_columns=house_df.dtypes[house_df.dtypes!='object'].index.to_list() # Drop 하지 않는 number 타입 컬럼들에 대해서 Null컬럼들은 평균값으로 대체 house_df[num_columns].fillna(house_df[num_columns].mean(),inplace=True) 이렇게 코드를 변경하여 실행해보라고 하여 실행하였습니다. 그런데, # Null 값이 있는 피처명과 타입을 추출 null_column_count = house_df.isnull().sum()[house_df.isnull().sum() > 0] print('## Null 피처의 Type :\n', house_df.dtypes[null_column_count.index]) 이 코드를 실행하니 Null 피처의 Type 중에서 float64 컬럼들은 null값이 제대로 처리가 안된 걸 알 수 있었습니다. 어떻게 해결할 수 있을까요?
안녕하세요. df = df. groupby로 하니까 결과값이 이렇게 나와서요. 기존 해설에 되어있는대로 하면 잘 나오는 데 왜 그런건지 궁금합니다! 그리고 sum에 numeric_only=True를 넣으니까 되는데 그냥 오류인가요? # your code import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p1/members.csv") df = df.fillna(method = 'bfill') #앞의 값은 ffill #df.isnull().sum() df = df.groupby(['city','f2']).sum(numeric_only=True) #groupby한 뒤에는 df안넣기? df.head()
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하세요. 2유형에서 원핫인코딩, 레이블인코딩이 있는데 보통 레이블 인코딩이 점수가 더 좋게 나오나요? 아니면 그때그때 평가지표로 확인을 해봐야 하나요?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 마지막에 metrics로 평가지표 만들어서 점수확인해보는 행위 안하고 그냥 제출해도되나요? 방법이 너무많아서 이젠 좀 헷갈리네요 ,, 만약 그렇게하려면 코드는 rf = RandomForestRegressor(random_state=0) rf.fit (train, target) # 예측 후 제출파일 생성 pred = rf.predict(test) submit = pd.DataFrame({'pred': pred}) submit.to _csv('result_7.csv', index=False) 이렇게 짜도 되나요?
강의 9분 20초 경부터 설명하는 pdf 내용 모델에 데이터를 담을 때는 이름이 필요하다. 이름은 @ModelAttribute에 지정한 name(value) 속성을 사용한다. 만약 다음과 같이 @ModelAttribute의 이름을 다르게 지정하면 다른 이름으로 모델에 포함된다. @ModelAttribute("hello") Item item -> 이름을 'hello'로 지정 model.addAttribute("hello", item); -> 모델에 'heelo' 이름으로 저장 이 설명에 대해서 궁금한 점이있는데요. 만약 다음과 같이 @ModelAttribute의 이름을 다르게 지정하면 다른 이름으로 모델에 포함된다. 이 부분이 이해가 잘 가지 않습니다. 위 두 코드 모두 모델의 키(이름?)이 결국 'hello'로 사용되고 뷰에서 또한 hello로 데이터를 꺼낼 수 있는 것 아닌가요? 그런데 다음과 같이 @ModelAttribute 이름을 다르게 지정 이라는 부분 때문에 헷갈립니다.. 어느 부분이 다른건지 모르겠고 제가 어느 것을 놓치고 있는지 잘못이해하고있는지 잘모르겠습니다. 둘다 hello로 모델에 저장되는 것은 매한가지같은데 어느 부분이 차이점이라는 것인가요?
[리뉴얼] 처음하는 파이썬 데이터 분석 (쉽게! 전처리, pandas, 시각화 전과정 익히기) [데이터분석/과학 Part1]
안녕하세요! 먼저, 강의 잘 듣고 있습니다. 강의에서 설명해주신 방법대로 수업자료를 다운받았는데, 아래 파일명의 압축파일이 다운받아집니다. 00_PANDASPLOTLY_FUNCODING_FIRSTDATA 상기 폴더로 업로드 해두신게 맞는지 확인 부탁드립니다. 상기 폴더에는 아래 3가지 하위폴더만 존재하며 영상에서 설명해주신 python_core_summary.ipunb 파일은 존재하지 않습니다.. 답변 부탁드립니다. 감사합니다 :) - 강의 영상에 대한 질문이 있으시면, 상세히 문의를 작성해주시면, 주말/휴일 제외, 2~3일 내에 답변드립니다 (이외의 문의는 평생 강의이므로 양해를 부탁드립니다.) - 강의 답변이 도움이 안되셨다면, dream@fun-coding.org 로 메일 주시면 재검토하겠습니다. - 괜찮으시면 질문전에 챗GPT 와 구글 검색을 꼭 활용해보세요~ - 잠깐! 인프런 서비스 운영(다운로드 방법포함) 관련 문의는 1:1 문의하기를 이용해주세요.
우선 좋은 강의 만들어주셔서 정말 감사드립니다. 이번에 새로 출시된 강의 " eks를 활용한 spring 운영서버 배포(feat. devops의 모든것)" 이 강의 질문 할 곳이 없어서 여기다가 질문을 드립니다. 양해 부탁드립니다. 제가 쿠버네티스 지식이 없다보니 질문 드리는 건데요. 해당 강의 경우 무중단 배포 로 진행 되는 강의 인지 궁금 합니다. 아무래도 실전에서는 무중단 배포로 진행 해야 하는 경우 많아서 이렇게 질문 하네요. 감사합니다.
