한 방에 끝! 빅데이터분석기사 실기 작업형대시보드

선생님 덕분에 이번에 시험을 무사히 마치고 왔습니다. 다만 작업형 2유형관련해서 실압코로 풀이를 하는데 집에서 연습할때부터 결과가 잘 출력된 다음에 future warning이 떳는데 내용자체가 지금은 문제없는 걸로 보여서 무시하였습니다다만 시험장에서도 future warning이 뜨더라고요 무시하는 코드가 있다는걸 모르고 결과는 제대로 출력되길래 그대로 저장 및 제출하고 나왔는데혹시 future warning 경고가 채점 및 성능에 영향을 미칠수 있는지 궁금해서 문의드립니다. 그래야 혹시 다음에 다시 도전해야할 경우 이에 대비해야 할 것 같아서 문의드립니다.

 기출 3회 강의 성능을 확인하는 부분에서answer을 읽어와서 사용하셨는데 실제 시험환경에서는 홀드아웃을 통해 y_test를 만들어서 확인해야하는지, 아니면 어떻게 확인해야 하는지 궁금합니다

안녕하세요! 샘 덕분에 좋은 강의 잘 들었습니다.python 초보로서 기출문제 풀이 중에 궁금한 점이 있어 문의 드립니다.기출문제 2회차 > 작업1유형 > #1번 풀이를 다르게 풀어보고싶어서 연습을 하는데요아래와 같이 코딩하면 정답이 다르게 나오는데, 무엇이 잘못된건지 알고싶습니다!감사합니다 :) ############################################################import pandas as pddf = pd.read_csv("https://raw.githubusercontent.com/leadbreak/inflearn_lecture/main/datasets/%EA%B8%B0%EC%B6%9C02/1_1.csv")#최소값min = df['CRIM'].sort_values(ascending=False)[:50].min()#최소값으로 대체 <---이 부분이 최소값으로 대체가 안되는 것 같습니다ㅠㅠdf['CRIM'].sort_values(ascending=False)[:50] = min#평균 : 7.900414294117647 (정답 : 5.009114294117647 과 다름)print( df[df['AGE'] >= 90]['CRIM'].mean() )

predict 와 predict_proba 차이 강의자료에 짧게 있지만 잘 이해가 안되서요 자세하게 차이를 알고 싶습니다!그리고 다중분류일때 사용하는법도 알고 싶습니다! 다중분류일때 predict_proba 를 사용해서 값이나오면 그값이 의미하는것이 무엇인지요~

- 아래와 같이 출력되어야 할 y값 (종속변수) 이 숫자가 아닌 문자인 경우에도 실전 압축 코드처럼 똑같이 풀면되는건가요?? RandomForestClassifier 분류로 했을경우에는 문제가 없지만RandomForestRegressor 회귀로 돌렸을경우에는 문제가 발생되서 궁금해서 질문드립니다. 

우선 문제는 최소 값 대체지만 평균으로 풀어져 있어서 평균이라고 생각하고 풀었습니다. 코드 4번째 줄에 df2.loc[:50, 'CRIM'] 을 하면 인덱스가 50번째까지 포함되어, df2['CRIM'][:50] = df2['CRIM'][:50].mean() 과 정답이 다르게 나옵니다. 찾아보니 loc 슬라이싱의 경우 끝 행이 포함되는 것 같습니다. loc를 쓴다면, df2.loc[:49, 'CRIM'] 으로 쓰면 될까요? 확인 부탁 드립니다.

안녕하세요. 유익한 강의 감사드립니다. ML실전압축코드 관련해서 한국데이터산업진흥원의 시험환경 체험에서 시도해봤는데 코드 실행에 실패했다면서 아래 같은 내용이 나오더라구요... 혹시 코드 작성이 잘못돼서 이런 내용이 뜨는 걸까요...? 공부가 부족해 영문을 몰라 부득이 질문드려봅니다...  

dfl = df[df['longitude'].isnull()==True] print(dfl)     (base) C:\Users\user\Desktop\pythonworkstation>C:/Users/user/anaconda3/python.exe c:/Users/user/Desktop/pythonworkstation/big_data_engineer(Infleon_hanbang)/4_pandas_beginner_1.py Empty DataFrame Columns: [longitude, latitude, housing_median_age, total_rooms, total_bedrooms, population, households, median_income, median_house_value] Index: []

안녕하세요! 데이터 프레임에서 열을 불러오는 코드가 조금 헷갈려서 질문드립니다! 예제 3번에서 df['median_house_value'][df['period_grade'] == 'bad'].mean() 와 df[df['period_grade'] == "bad"]['median_house_value'].mean() 사이의 차이가 무엇일까요?   혹 둘 중 더 좋은 코드가 있다면 더 좋은 이유 역시 궁금합니다!

강사님, 안녕하세요. 첫 번째 "강의 소개 및 방향성 제시" 강의를 이수하고 Notion에 회원가입을 했습니다. 강사님의 Notion페이지 접속하려면 별도 URL을 알아야 하나요?  

안녕하세요.  강의 도중 깊은 복사와 얕은 복사의 개념이 서로 바뀌어 설명 된것 같아서 글을 남깁니다.  얕은 복사 = 메모리 공유  깊은 복사= 각기 다른 메모리 주소를 가지되 내용을 복사  pandas copy 메소드의 기본 사용의 경우 깊은 복사 개념으로 보입니다.  만약  copy(deep=False) 을 주고 메소드 실행 시만 얕은 복사로 생각 됩니다.   

예제3. df2의 population 칼럼의 na 개수를 출력하세요  df2 의 population  na 갯수 인데  df의 갯수를 구하셧는데 df2['population'].isnull().sum()   가 맞나요 ?  df['population'].isnull().sum() 

수강생들을 위해 만든 질문입니다~