데이터분석을 위한 파이썬 기초1에 보면0:13에 보면 강의영상 말고 수업노트에 링크를 첨부해두었다는데 어디에 있나요?그리고 판다스 시작하는 영상을 보는데, 또 수업노트가 없어서 콜랩 예제를 실행해보고 싶은데 하지 못하고 있습니다 ㅠ

실제 계좌 잔고 진행중에 아래 내용에서 계속 막혀있는데요, 1분있다가 다시호출하거나 테스트해봐도 동일한데, 혹시 유사사례가 있는지 궁금합니다. 일단 api 접근토근 발급되었다고 문자는 받은상태입니다.서버가 토큰 발급 1분 제한 때문에 대기 중입니다. 서버 시작 시 이미 토큰을 한 번 발급했기 때문입니다. 기존 토큰 말고는 6시간 이후에 재발급 받을수있다고하는데 어떻게 해야할까요

설치 및 설정 가이드 노션 자료는 없나요 ?

수고하십니다.^^12회 빅분기 시험을 보고 왔는데, 통과 되는 선까지는 풀었는데,... 문제는 정답을 푼 문제별로 제출버튼을 클릭은 했는데, 풀 수 있을거 같은 문제가 하나 있어서 그걸 가지고 끝까지 씨름을 하다가 시험 종료가 돼서 자동으로 아웃이 됐는데...최종버튼이 있었던거 같기도 하고... 각 문제별로 제출버튼을 클릭하면 제출된건가요?

안녕하세요~강의 덕분에 시험 잘 본 것 같습니다작업 유형 2에서 train 타켓컬럼.describe 에서 이상치가 있는 것 같아서 iqr로 해서 이상치 대략 410개정도(전체 train 데이터 5000개) 제거하고 lgb랑 랜덤포레스트로 돌렸더니 rmse lgb 기준 71정도 나와서 제출했는데 생각해보니 과적합 위험이 클 것 같아서 점수 괜찮게 나올까요? 이상치 제거 안하고 그냥 onehot 인코딩으로 해서 했을때는 410 정도 나왔습니다ㅠㅠ 

안녕하세요, 코딩팡 장업형2 베이스 라인에서 원-핫 인코딩만 사용하셨는데 인코딩 부분에 아래와 같이 추가해서 레이블 인코딩과 원-핫 인코딩 결과를 비교하는 식으로 해도 상관없나요?원핫 인코딩만 사용하신 이유가 있을까요??1번 문제import pandas as pd # 1) 데이터 불러오기 train = pd.read_csv('data/car_train.csv') test = pd.read_csv('data/car_test.csv') # 2) 범주형 변수 원-핫 인코딩 target = train.pop('target') print(train.shape, test.shape) train = pd.get_dummies(train) test = pd.get_dummies(test) print(train.shape, test.shape) # 레이블 인코딩 from sklearn.preprocessing import LabelEncoder cols = train.select_dtypes(include = 'object').columns for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.transform(test[col]) # 3) 검증용 분리 (제출 전 성능 비교) 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, stratify=target) # 4) 세 가지 모델 학습 from sklearn.ensemble import RandomForestClassifier rf = RandomForestClassifier(random_state=0) rf.fit(X_tr, y_tr) pred = rf.predict(X_val) from sklearn.metrics import f1_score print(f1_score(y_val, pred, average='macro')) from lightgbm import LGBMClassifier lgb = LGBMClassifier(random_state=0, verbose=-1) lgb.fit(X_tr, y_tr) pred = lgb.predict(X_val) print(f1_score(y_val, pred, average='macro')) from xgboost import XGBClassifier xgb = XGBClassifier(random_state=0, verbosity=0) xgb.fit(X_tr, y_tr) pred = xgb.predict(X_val) print(f1_score(y_val, pred, average='macro')) # 5) 선택한 모델을 전체 train으로 다시 학습 후 test 예측 (선택) # lgb.fit(train, target) # pred = lgb.predict(test) # 6) 제출 파일 저장 (pred 컬럼 1개만, index 제거) result = pd.DataFrame({'pred': pred}) result.to_csv('result.csv', index=False) # 제출파일 확인 print("\n ===== 제출파일 (샘플) =====") print(pd.read_csv("result.csv").head()) print("\n ===== 제출파일 (크기 확인) =====") print(pd.read_csv("result.csv").shape)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요 기출 풀어보면 C를 안 붙이고, object도 자연스럽게 변환된다고 하셨는데, 연습할 때 gender에 C를 붙였던 경험이 있습니다. 혹시 언제 붙이고 언제 안 붙이는지 알 수 있을까욤..?

model.summary()로 풀수 있는 문제는 그냥 답만 적어도 상관없나요 따로 print 없이

불균형 처리 후 성능이 더 낮아졌다면, 불균형 처리를 제외시킨 후 제출하는 것이 맞죠?

빅데이터분석기사 실기체험에서 작업형 제2유형을 회귀 실습해보고 있는데. 에러가 나는데 이유를 전혀모르겠어요.import pandas as pdtrain = pd.read_csv("data/customer_train.csv")test = pd.read_csv("data/customer_test.csv")target = train.pop('총구매액')train = pd.get_dummies(train)test = pd.get_dummies(test) from sklearn.ensemble import RandomForestRegressormodel = RandomForestRegressor()model.fit(train, target)p = model.predict(test) submit = pd.DataFrame({'pred':p})submit.to_csv("result.csv", index=False)print(submit.head()) 에러)Makefile:6: recipe for target 'py3_run' failedmake: *** [py3_run] Error 1Traceback (most recent call last):File "/goorm/Main.out", line 38, in <module>p = model.predict(test)^^^^^^^^^^^^^^^^^^^File "/usr/local/lib/python3.12/site-packages/sklearn/ensemble/_forest.py", line 1063, in predictX = self._validate_X_predict(X)^^^^^^^^^^^^^^^^^^^^^^^^^^^File "/usr/local/lib/python3.12/site-packages/sklearn/ensemble/_forest.py", line 641, in validateX_predictX = self._validate_data(^^^^^^^^^^^^^^^^^^^^File "/usr/local/lib/python3.12/site-packages/sklearn/base.py", line 608, in validatedataself._check_feature_names(X, reset=reset)File "/usr/local/lib/python3.12/site-packages/sklearn/base.py", line 535, in checkfeature_namesraise ValueError(message)ValueError: The feature names should match those that were passed during fit.Feature names seen at fit time, yet now missing:- 주구매상품_소형가전 

문제에서는 0.17 0.33 처럼 제출하라고 되어있는데. LIGHTGBM 으로 예측하면 소수점이 더 길게 나오자나요. 이렇게 제출해도 문제가 없는걸까요? 아니면 반올림처리해서 제출해야하나요.....

얼마전에 선행이 안돼어있어서 앞전강의 수강하면서 진행하는데 앞전강의는 커서를 유료 수강해야 해서 진행해야하는지요.커서 화면도 다르고 폴더를 불러도 하위메뉴나 뉴폴더 그리고 말씀해주신 파일 불러와도 옆에 창만뜨고 뭐 아무것도안떠서요,, 화면이 다르니 너무어렵고 계속 재설치만하고 진행을 도저히 못하겠네요 대체 어떠한거 유료로 결제하고 해야하는지 ;;ㅠ

1번 풀 때 구한 분산을 보면, 두 집단의 분산이 각각 0.37과 0.5 수준으로 분산이 다른데, 어떻게 등분산이라고 가정할 수 있나요?

안녕하세요 작업형 2에서 target 변수가 n개의 지표로 이루어졌지만 (ex. 0: Low, 1: Mid, 2: High) info 결과 수치형이면 따로 object로 변환해주는 작업이 필요할까요?

df['views']의 상위 10개에 중복이 있어서, 11번째를 최소값으로 보고 풀었는데, 어떻게 생각하시는지요?10 15535.0 100 15535.0

drop하고 남은 train 과 test 데이터에서 유니크 수가 다른 컬럼이 있는데 레이블 인코딩에서는 concat으로 데이터를 합쳤다가 나누어주는 과정이 필요없나요?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요실기시험 응시 가이드를 보면 제2유형은 pred 컬럼 하나만 생성한다고 적혀있는데, 이러면 다중분류의 roc-auc 문제는 나올 확률이 거의 없다고 봐도 될까요?

회귀와 로지스틱 회귀 문제에서 데이터가 숫자이지만 범주형 변수라고 지정할 때에만 C()를 붙여야 한다고 하셨는데 "일원분산분석"과 "이원분산분석"에서는 ols()에서 모든 독립변수에 C()를 붙여도 되는 것이 맞나요?

안녕하세요작업형 2에서 분류 문제 시, 범주끼리 수 차이가 크면 stratify나 class_weight를 설정하는데 분류문제에서는 무조건 설정하는 것이 좋을까요??아니면 다른 하이퍼파라미터 튜닝도 제외해야 할지 고민입니다.. 저번 시험 후기를 보니 오히려 아무것도 설정하지 않은 상태가 더 점수가 높게 나왔다고 하여 고민입니다 ㅜㅜ

안녕하세요.현재 수강 중인 강의의 수강 기간 연장 가능 여부를 문의드립니다.처음 강의를 신청했을 때는 이번 회차 시험에 맞춰 끝까지 수강하고 응시하는 것을 목표로 했으나 학업 일정과 개인 일정이 겹치면서 계획했던 만큼 충분히 수강하지 못했습니다. 그 결과 아직 진도율이 많이 부족하고 강의와 문제풀이를 제대로 정리하지 못한 상태라 이번 회차 시험에서는 합격이 쉽지 않을 것 같다고 판단하고 있습니다.다만 수강한 부분만으로도 개념을 잡는 데 도움이 되었고 강의 흐름에 맞춰 끝까지 따라가면 혼자 준비하는 것보다 훨씬 체계적으로 정리할 수 있겠다는 생각이 들었습니다. 그래서 가능하시다면 이번 한 번만 다음 회차 시험 준비 기간까지 수강 기간을 연장해 주실 수 있을지 부탁드립니다.물론 수강 기간 연장이 당연한 요청이 아니라는 점은 잘 알고 있습니다. 연장해 주신다면 남은 강의를 끝까지 수강하고 부족한 부분을 보완하여 다음 시험에는 좋은 결과를 낼 수 있도록 성실히 준비하겠습니다.바쁘시겠지만 한 번만 검토해 주시면 정말 감사하겠습니다.감사합니다.메일 주소: kjm69451@naver.com