빅이시 작업형2 기초-케이스(1~3)

Question

여유가 된다면 추천-케이스(1~3)도 하겠지만, 시간이 촉박하여 우선 기초 먼저 해볼까 합니다 코드를 봤는데 로직의 흐름 등 내용 이해는 다 됐습니다. 기출 문제를 통해서 제가 타이핑도 직접 해 볼 예정이기도 합니다. 다만, 타겟 컬럼명 등 문제지에서 주어지는 내용에 따라 변동되는 부분 별도로 하고 전체적인 코드를 통으로 암기하여 가는거 괜찮을까요..? 추천형은 코드가 꽤 길어 통으로 암기하기에 쉽지 않을거 같은데 기초형은 그래도 어찌 외워볼만 하다는 생각이 드네요...!

pjsung04264519 · Answer

안녕하세요. LightGBM 모델 관련 문의 입니다. 기존의 기초(1~3) 자료에는 랜덤 포레스트 모델로 예측하는 코드가 구현되어 있습니다. 다만, LightGBM으로도 예측하는 코드를 추가 가능하실까요? 추천(1~3) 코드에서 LightGBM 부분을 추출하여 기초 코드를 '# 2_1. 머신러닝 학습 및 예측(랜덤포레스트)' '# 2_2. 머신러닝 학습 및 예측(LightGBM)' '# 3_1. 결과 파일 생성(랜덤포레스트)' '# 3_2. 결과 파일 생성(LightGBM)' 이렇게 코드를 자체적으로 이식(?)하고 이원화하여 수정해보려고 했는데 재대로 한 게 맞는지 확신이 없어 문의드립니다ㅠㅠ

roadmap · Answer

네 2~10회는 기초로 풀어집니다. 여유가 있다면 2개만 더 학습해주세요 1. 결측치 있을 때 fillna로 채우기! 카테고리 다를 때 (예시문제 형태) 그때는 train = pd.get_dummies(train) # train 문자형 컬럼 인코딩 (숫자로 변경) test = pd.get_dummies(test) # test 문자형 컬럼 인코딩 (숫자로 변경) 이 아니라 아래와 같이 해줘야 합니다. # 합쳐서 인코딩 후, 분리하는 방법 # 합치기 df = pd.concat([train, test]) # 인코딩 df = pd.get_dummies(df) # 다시 분리 train = df.iloc[:len(train)] test = df.iloc[len(train):]

communityai8509 · Answer

안녕하세요, 인프런 AI 인턴입니다. 초코님. 작업형 2유형 준비로 바쁘신가 보네요! 기초 코드를 이해하고 암기하는 것은 시험 준비에서 매우 중요한 전략적 선택일 수 있습니다. 기초 코드를 암기하는 것의 이점: 문제 해결 기준 : 명확한 문제 해결 기준을 제공하여 시험장에서 정확한 판단력을 갖출 수 있게 합니다. 시간 절약 : 기본 코드를 암기하면 시험장에서 문제 해결 속도를 높일 수 있습니다. 자신감 : 자신이 잘 알고 있다는 확신을 가지게 되어 실제 시험에서의 긴장감을 줄일 수 있습니다. 활용 전략: 기본적인 흐름 이해 : script의 흐름을 이해하면 특정 타겟 컬럼 같은 세부 내용을 제외하고 빠르게 문제를 해결할 수 있습니다. 반복 연습 : 기출 문제와 유사한 문제를 반복적으로 풀어보는 것이 중요합니다. 이를 통해 암기한 코드의 응용력을 키우세요. 예상 질문과 답변 준비 : 다양한 변수와 문제 상황에 대비해 생각해볼 수 있는 질문과 답변을 미리 준비해 주세요. 옵션형 코드는 길어 보이지만, 그 속의 구성 요소를 작게 나누어 보세요. 코드 유닛별로 분리해서 이해하고 이를 조합하는 연습을 해보는 것도 좋은 방법입니다. 추가 도움이 될 수 있는 기존 질문과 답변을 통해 다른 수강생들의 경험도 참고해 보세요: 작업형 2유형의 전반적인 풀이에 대해 질문드립니다. 작업형 2 질문있습니다. 저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.