소개
- 저서: 파이썬 딥러닝 텐서플로 (정보문화사)
- 유튜브: https://www.youtube.com/@ai-study
강의
전체1수강평
- 하나씩 기초부터 집어주니 이해가 잘되네요..
jhkim
2024.04.30
0
- 덕분에 많은 공부를 했습니다. 정말 감사합니다 !!
hhs03002
2024.04.03
1
- 잘 들었습니다
노은지
2024.03.31
1
게시글
질문&답변
2024.05.11
섹션4 평가지표 강의 13:50에서
결론부터 말씀드리면 신경쓰지 않으셔도 됩니다. (시험환경에서는 0과 1로 표기 됩니다) 코랩 환경에서 판다스 버전이 업데이트되면서 일부 함수의 동작에 변화가 생겼습니다. [요약] 1) 코랩에서 sum(), mean(), corr() 등 사용시, numeric_only=True 설정 필요 2) 코랩에서 원핫인코딩 사용시, 결과가 "1 또는 0"이 아니라 "True 또는 False"로 반환 (True:1, False:0 이므로 연산에 문제가 전혀 없음) 자세한 샘플 코드를 보고 싶다면 아래 링크를 참고해주세요! https://colab.research.google.com/drive/1VgMRU4kXx8vk0SS7eHQvmAPMNSduqP_0?usp=sharing 응원합니다 💪 💪 💪
- 0
- 2
- 15
질문&답변
2024.05.10
7회 기출 소문제 2-1 궁금합니다!
안녕하세요~ 상관관계는 df.corr() 만으로 충분히 확인가능합니다. # 특정 변수와의 상관관계 확인 df_corr = df.corr() df_corr['컬럼']
- 0
- 1
- 24
질문&답변
2024.05.10
2회기출의 작업형2 인강 관련 궁금한점이 있습니다.
네! 정확합니다. model도 변수입니다. 가장 마지막에 받은 입력(대입)값이 들어있어요:) 만약 이 상황에서 다른 모델을 선택한다면 위 모델로 다시 학습이 필요하겠네요! 헷갈린다면 lr, dt, rf, xgb등 변수를 따로 사용해도 좋을 것 같아요. 응원합니다 🙂
- 0
- 1
- 22
질문&답변
2024.05.09
[MOCK EXAM] T2. EXAM template-캐글 모의고사
xgboost가 좀 예민해요 오류 명으로 봐서는 컬러명에 특수 문자를 포함하고 있어서 그런 것 같네요~! 부스팅 계열 중에 좀 덜 예민한 lightgbm을 추천합니다! # 컬럼명 변경 예시코드 import pandas as pd df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}) df = df.rename(columns={'A': 'Col_1', 'B': 'Col_2', 'C': 'Col_3'}) print(df) lightgbm 코드 ####### 분류 ####### import lightgbm as lgb model = lgb.LGBMClassifier() model.fit(X_train, y_train) y_pred = model.predict(X_test) # y_pred = model.predict_proba(X_test) #평가기준 roc-auc일 때 ####### 회귀 ####### import lightgbm as lgb model = lgb.LGBMRegressor() model.fit(X_train, y_train) y_pred = model.predict(X_test)
- 0
- 1
- 45
질문&답변
2024.05.08
기출6회 작업형3에서 데이터프레임 형성시 오류요ㅠㅠ
new_data = pd.DataFrame({ 'solar':[100], 'wind':[5], 'o3':[30] }) 대괄호를 사용해 리스트를 입력하는 방식으로 데이터 프레임을 만들어야 해요 🙂 만약 질문 주신것 처럼 하려면 index 임의의 값을 별도로 지정해야 하기 때문에 더 복잡합니다. new_data = pd.DataFrame({ 'solar':100, 'wind':5, 'o3':30}, index=[0])
- 0
- 1
- 46