Jason

시험 문제에서 사후검정을 투키로 검정하라고 할 수도 있고,본페로니로 검정하라고 할수있으니 강의해주신거 아닐까 싶은데.. 강의 사후검정 종류가 많다고 하셨긴 했는데, 가장 많이 사용하는 사후검정 방식이 2개라곤 하셨습니다.사실 저도 궁금하긴 하네요.

사후검정 질문드립니다.

강의 외 커뮤니티 글도 보면서 공부/정리하고 있는 수강생입니다.작성자분께서 말씀하신 개념이 맞습니다.&nbsp;제가 알고 있는 개념을 말씀드리면양측 검정의 경우 '~이다/~아니다' 라고 귀무/대립가설이 설정되었을 때 진행하는데검정시 기본값이 alternative='two-sided' 이기 때문에 alternative 파라미터를 별도 주지 않아도 됩니다.&nbsp;단측 검정의 경우에는 '~이다/~작다' or '~이다/~'크다' 라는 개념이 들어가서대립가설이 채택될 조건이 성립되게 alternative 파라미터를 설정해줘야 합니다. &nbsp;위 예시 대립가설은 '평균무게가 120g 보다 작다' 이기 때문에 df['무게']-120이 음수값이 나와야 대립가설이 채택되는 상황이고 음수값이 나오기 위해서는 ' df['무게'] 작아야 함 →alternative를 less 설정 '의 흐름으로 문제 풀고 있습니다 ^^

윌콕슨 부호순위 검정 질문입니다

pd.DataFrame 만드실 때,test_id를 y_train에 있는 cust_id 값으로 만드신 거 같은데요y_train shape이 아마 3500 이었을거 같고, 결과값으로 저장하시려는 gender의 예측값은 2482개라서 에러발생한거 같습니다.&nbsp;분리과정에서 y_train['gender']에 대한 시리즈 값을 명시하셨으니,drop 과정에서 y_train은 column drop이라던지 pop 없이test_id = X_test.pop('cust_id')로 pop 하시면 될거같습니다.

예시문제 작업형2(구 버전)

안녕하세요,얼핏봐서는 기대치에 확률값 * 전체학생수으로 되어있지 않은 거 같은데요%니깐 0.2 * 200, 0.3 * 200.. 이렇게 해야되지 않을까싶네요저도 궁금하네요 왜 오류나는지

3유형 적합도검정 문의

개인적인 공부 차원에서 커뮤니티 글 보면서 학습 중인 수강생입니다.&nbsp;train과 test 모두 fitting 시키는 건 잘 모르겠는데fit_transform과 transform 과정에 대해 선생님이 알려주신 내역을 전달 드리면&nbsp;Train 데이터에는 fit_transform 함수(fit와 transform을 2개 합쳐 놓음)Test 데이터에는 transform 함수를 사용하는데,&nbsp;fit는 Train 데이터에 있는 숫자가 아닌 범주형 변수(ex. 자동차, 기차 등)를 학습하고자동차는 0, 기차는 1이라는 라벨을 만드는 과정이고, transform은 '자동차' 라는 문자를 숫자 '0'에 적용하는 단계라고 보시면 될 거 같습니다.&nbsp;train 데이터에서는 범주형 변수에 대한 라벨(자동차: 0 , 기차: 1)을 이미 만들었으니 (fit 과정),test 데이터에서는 train에서 만든 라벨을 숫자로 변환하는 과정만 필요하므로, transform만 적용한다고 보시면 됩니다.

작업형 2유형 label encoding

1번은 데이터프레임 중 '판매수' 컬럼(df['판매수'], Series)에 대해서만 결측치 처리 (결측치를 포함하고 있으면 행 삭제) 후 시리즈 형태로 출력되도록 하는 코드인거 같고,<ul><li>결과값이 판매수 컬럼만 보임</li></ul>&nbsp;2번은 전체 데이터프레임(df, DataFrame)에 대해서 '판매수' 컬럼에 결측치가 있는 행은 삭제 처리(subset = '판매수') 후 데이터프레임 형태로 출력되도록 하는 코드인거 같습니다. <ul><li>결과값이 전체 데이터프레임으로 보임</li></ul>

결측치가 있는 행을 제거할 때

답이 11개인지는 잘 모르겠으나,str 접근자를 사용해서 contain 함수 활용하면 될 거 같습니다. (단 Kingdom 이라는 문자열이 영국을 식별할 수 있는 값이라고 생각했습니다. kingdom(소문자), UK(약어) 등은 고려안함)&nbsp;cond1 = df['date_added'].dt.year == 2018cond2 = df['date_added'].dt.month == 1 cond3 = df['country'].str.contains('Kingdom') &nbsp;df = df[cond1 & cond2 & cond3] print(len(df))

4회 기출유형 마지막 문제

지나가다가 도움이 될지 몰라서 답변 드립니다.&nbsp;코드에서 rmse의 값은 mse 값에 루트 처리하도록 정의되어 있기 때문에rmse만 입력해야지 정상출력될거같습니다. &nbsp;rmse(y_val, pred)로 입력시 정상 출력되려면 사전에 함수 형태로 정의가 필요할 거 같은데요&nbsp;from sklearn.metrics import mean_squared_errordef rmse(x, y): return mean_squared_error(x, y) ** 0.5rmse(y_val, pred)&nbsp;로 함수 정의후 rmse(y_val, pred) 입력하시면 정상 출력될 거 같습니다.

5회 작2

안녕하세요, 저도 동일에러 발생해서 해결한터라 부족하지만 답변드리겠습니다.&nbsp;아마도 랜덤포레스트 <a target="_blank" rel="noopener noreferrer nofollow" href="http://model.fit">model.fit</a> 함수 동작시 y_train 설정 데이터를 train['성별']로 해서 발생한 에러로 보입니다.&nbsp;train['성별']이 아닌 작성자께서 pop으로 저장하신 target 변수로 입력할 경우 정상 동작할것으로 보입니다.아래 참고차 코드 올려 드립니다.===============target = train.pop('성별')cols = train.select_dtypes(exclude='O').columns.to_list()from sklearn.ensemble import RandomForestClassifiermodel = RandomForestClassifier()model.fit(train[cols], target)model.predict_proba(test[cols])&nbsp;&nbsp;

작업형 2 체험 환경에서  왜 계속 아래와 같은.. 오류가 뜰까요 ?

경고의 경우y_train = y_train.drop(columns = ['ID']) 가 아닌y_train = y_train['타겟컬럼']으로 하면 없어지고,&nbsp;오류의 경우처음 X_test 전처리하실 때 pop 함수를 통해 다른변수가 아닌 X_test로 저장해버려서X_test 데이터는 ID값만 남는 형태로 보입니다. (후에 columns를 drop 시킨것은 이미 X_test에는 데이터가 없기때문에 의미 없음) 따라서 X_test_id = X_test.pop('ID')로 하시거나X_test.pop('ID')를 X_test.drop 다하고 밑에 하니깐 X_test.shape이 X_train.shape과 동일한 컬럼 수를 같게 되고 모델 학습이 되네요

Jason

Posts