roadmap

시니어 (9년 이상)

df=df.iloc[0:10] 이 코드에서 만약 100개의 데이터가 있었다면 10개로 슬라이싱이 되버렸습니다.그럼 10개의 데이터만 df에 남아 있는데 특정 컬럼 합계를 묻게 되면 나머지 90개는 알 수가 없습니다.&nbsp;

작업형1 모의문제 4번에 3)문제 질문

안녕하세요!좋은 질문입니다 😊말씀하신 것처럼 이상치를 판단하는 방법에는 현실적인 범위 기준(도메인 지식) 과 통계적 기준(IQR, 분위수 기반) 이 모두 있습니다. 학교에서 배우신 IQR 방식도 충분히 올바른 방법입니다.다만 빅데이터분석기사 실기 시험에서는 제공되는 데이터 크기가 비교적 작고, 데이터의 특성을 지금 알 수 없어요. 이런 상황에서 IQR을 일괄적으로 적용하면 실제로 필요한 데이터까지 이상치로 판단되어 삭제될 수 있고, 결과적으로 학습 데이터가 너무 줄어 성능에 영향을 줄 가능성이 있습니다. 틀린 접근은 아니나 작업형2 시험에서는 리스크가 있어 추천하진 않습니다. 예를 들어 다중 분류 A, B, C가 있고 C가 10개 밖에 없는데 IQR로 50%가 삭제되면 성능에 문제가 생겨요

이상치 전처리 작업

혹시 강의 어디에 제가 H만 대문자로 사용이라고 했을까요? 알려주시면 너무 감사하겠습니다.시간은 모두 대문자가 맞습니다!!&nbsp;<pre><code>## Python 날짜와 시간 포맷 코드 정리

### 📅 날짜

| 코드 | 의미 | 예시 출력 |
|------|------|-----------|
| `%Y` | 연도 (4자리) | 2024 |
| `%y` | 연도 (2자리) | 24 |
| `%m` | 월 (01~12) | 07 |
| `%d` | 일 (01~31) | 05 |
| `%A` | 요일 (전체) | Monday |
| `%a` | 요일 (약어) | Mon |
| `%B` | 월 이름 (전체) | July |
| `%b` | 월 이름 (약어) | Jul |

---

### ⏰ 시간

| 코드 | 의미 | 예시 출력 |
|------|------|-----------|
| `%H` | 시 (24시간, 00~23) | 14 |
| `%I` | 시 (12시간, 01~12) | 02 |
| `%M` | 분 (00~59) | 07 |
| `%S` | 초 (00~59) | 05 |
| `%f` | 마이크로초 (6자리) | 000123 |
| `%p` | AM / PM | PM |

---

### 🔗 자주 쓰는 조합

| 패턴 | 예시 출력 |
|------|-----------|
| `%Y-%m-%d` | 2024-07-05 |
| `%H:%M:%S` | 14:07:05 |
| `%Y-%m-%d %H:%M:%S` | 2024-07-05 14:07:05 |
| `%Y년 %m월 %d일` | 2024년 07월 05일 |
| `%A, %B %d, %Y` | Friday, July 05, 2024 |

---

### ⚠️ 헷갈리기 쉬운 것

| 코드 | 실제 의미 | 흔한 실수 |
|------|-----------|-----------|
| `%m` | 월 (month) 01~12 | 분으로 착각 → 분은 `%M` |
| `%M` | 분 (minute) 00~59 | 월로 착각 → 월은 `%m` |
| `%s` | ❌ 공식 미지원 | 초로 착각 → 초는 `%S` |
| `%h` | ❌ 존재하지 않음 | 시로 착각 → 시는 `%H` |</code></pre>

시계열 데이터 날짜와 시간 format

작성한 코드는 잘 작성하셨습니다. 데이터가 문제가 있었네요!id가 라벨이 예측이 가능한 부분이 있어 id가 있을 때 1.0이 나왔습니다.&nbsp;제가 곧 수정해서 업데잇 하겠습니다. 알려주셔서 감사해요!! 응원합니다&nbsp;

평가결과값 문의

안녕하세요! 영상 하단에 링크 공유 하였습니다. 감사합니다:)

수업중에 사용하신 참고 자료 공유해주세요.

결론만 말씀드리면 100% 사용하는 것이 좋습니다.단, 데이터에 따라 달라져 반드시 성능이 향상된다고 말할 순 없어요!(혹시 코드가 익숙하시다면 크로스 밸리데이션, k-fold 기법도 추천합니다. 입문자의 경우 제외)&nbsp;100% 사용할 경우 <ul><li>단, 재학습해야 하므로 코드가 복잡해집니다. 입문자의 경우 재학습 과정에서 실수할 가능성이 있어 심화 내용이라고 말씀드리고 싶네요!</li></ul>왜 강조하지는 않고 있냐?<ul><li>시험을 위한 과정인데 </li><li>80% 학습해도 40점 구간에선 그동안 문제가 없었어요!&nbsp;</li></ul>언제 꼭 필요할까?최근 다중분류(11회) 문제에서 극단적인 불균형 데이터를 준 케이스가 있어요!이럴 땐 100% 사용하는 것이 유리하다고 볼 수 있습니다.&nbsp;&nbsp;&nbsp;

작업형 2 기출7회분에서

평기 기준은 명확하게 출제 됩니다.F1 스코어만 요청했다면 이진 분류이고, F1 스코어만 사용하면 됩니다.추가 옵션이 있는 경우 다중 분류이고 F1 스코어에서 제시된 옵션값을 추가하면됩니다.&nbsp;단, 평가 기준은 실제 채점과는 관련이 없습니다. 자체적으로 검증데이터로 자가 평가하는 용도입니다. (모의시험)&nbsp;

평가지표 F1 스코어 질문드립니다.

메일 답변 완료

수강 기간 연장 문의 드립니다.

메일 발송 - 연장 문의는 일괄 답변하고 있어 답변 처리가 늦을 수 있단점 양해 부탁드려요 감사합니다

roadmap

投稿