안녕하세요 강사님, 다름아니라 문의메일을 gmail로 드렸는데, 확인해주실 수 있으실까요?! 감사합니다

안녕하세요 혹시 구글 collab 외, 인터넷 연결 안되는 곳에서 실습할 수 있는 방법이나 프로그램이 있을까요? 보안 때문에 망분리 된 회사에서 근무하고있는데, 구글 drive 접속이 막혀있네요 감사합니다

임시영상 시청을 했습니다. 일단 확실한 답을 달라는건 아니고 제가 영상을 제대로 이해한게 맞는지 여쭤봅니다.타겟값 0을 그냥 냅둔케이스가 삭제한케이스보다 조금더 안정적인걸까요? 영상에선 삭제한케이스의 오차값이 어마어마하게 커지는데 아무것도 안한케이스는 소폭의 차이밖에없는것 같아서요

안녕하세요딴짓님 캐글 3회독하고 강의도 2회독 해서 가채점 결과 기합격 앞두고 있습니다. 감사합니다..^^ 빅분기 넘어서 ADP도 준비하려고 합니다.딴짓님 강의로 또 듣고 싶어요.있다면 알려주세요!!

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요혹시 제출할 때 index false없이 제출하게되면 0점 처리가 되나요...? 이번 10회차에서 안하고 제출한게 기억이 났습니다...이의제기신청하면 바뀔까요...?

라벨 인코딩 하는 과정에서 le.fit_transform(train[col])을 한 뒤에 le.fit_transform(test[col]) test에 fit_을 같이 붙여버렸습니다. col인 상권유형의 개수(unique)가 train과 test 차이가 둘다 a b c d e f 6개로 같았으면 성능평가에 지장 없을까요? 지장이 있다면 감점이 크게 될지 궁금합니다.

어차피 지나간 시험이지만.. 여기저기 후기랑 카페를 둘러보니 논란이 많아서 물어볼수밖에 없네요..타겟값에 결측치를 0으로 제거했다고 되어있으면 결측치를 제거해야하는건가요.? 그냥 진행해도 무방한가요? 저는 원핫인코딩하고 렌덤포레스트만 해서 600대인가 500대 인가 기억은 잘 안나지만 딱 기본만 하고 제출했거든요... 딴짓님의 의견이 궁금합니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요아 뭔생각이었는지 인코딩깜박하고모델돌렸다가 오브젝트 컬럼 오류 뜨길래그냥 드랍하고 모델돌렷는데 .. 이러면 아예 40점 다 날라가나요..? ㅠㅠ 2유형 빼고 나머지 4문제맞췄는데 이거때메 떨어져야하나요 ..

pd.DataFrame({"pred":pred}).to_csv("result.csv", index=False) 2유형 제출할때 마지막 csv 만드는 코드를submit에 담지않고 저렇게만 해도 되나요?? pred=rf.predict(test)pd.DataFrame({"pred":pred}).to_csv("result.csv", index=False) 마지막 2줄을 이렇게만 작성해서 제출했습니다read_csv로 파일 확인했을땐 test데이터와 size는 동일했습니다 

시험문제에 'gas_totl(taeget)의 결측치는 0으로 대체했다' 라고 명시되어있는데 다들 뭐 삭제해야하니 평균 중앙값 처리해야하니 하는데.. 어떻게 생각하시나요..솔직히 isnull에도 안잡혀서 그냥 처리됐구나 하고 넘어갔는데 불안감 조성하니까 착잡하네요.. 작업형1-3빼곤다맞았는데.. 이전에도 타겟값에 결측치있거나 그런문제가 있었나요? 추가로 작업형2 질문이 있습니다만..submit.to_csv('result.csv',index=False)제출print(test.shape, submit.shape)result = pd.read_csv('result.csv')print(test.shape, result.shape)이렇게 했는데 제출 한후에 파일 불러와서 형식이랑 result랑 테스트쉐잎 확인했는데 제출한 후에 확인해도 상관없는걸까요?? 그리고 이렇게 해도 괜찮은지도 질문드립니다.

이슈였던 결측치(0) 전처리 작업없이 그대로 두고가장 기본적으로 라벨인코딩 / 랜덤포레스트 적용했는데, 평가 점수가689 나오더라구요...!! 가장 기본적으로 해야되는 것들만 적용해서 나온 점수인데, 많은 분들 점수대는 400후반 ~ 500중반 미만으로 나왔다고 해서 조금 걱정이 듭니다ㅠ 간격에 대해서 기준은 없지만, 600후반으로 나와도 어느정도 점수는 받을 수 있을까요~~??! 선생님 덕분에 빅분기 시험에 대해서 포기하지 않고 끝까지 공부하여 시험까지 잘 마무리한 것 같습니다~!여러 질문들에 대해서 빠르고 친절한 답변도 항상 감사했습니다!!^^

실기 10회 작업형 2유형object 컬럼 하나 있던거 train, test에서 각각 제거int형이라서 인코딩 안하고 진행 ..rmse 590.xx 점 나옴 ..이런 풀이로 점수는 받을 수 있을까요 .. ㅋㅋㅋ

1유형 2유형 3유형 시험 복기는 없을까요 ? 1유형 1-1번 / 1-2번40만 ? 43만 ? / 20만 1유형 2번1유형 3번 2유형은 RMSE 530정도 나왔습니다.근데 결측치 이야기가 있던데 isnull().sum() 했을 때 타겟 변수에 결측치가 없었는데,결측치는 0으로 표시된다? 라는 내용이 있긴 했으나.. 별도 결측치 처리를 안 했는데 여러분은 어떻게 하셨나요? 그리고 3유형에 오즈비 구하는 문제에 값이 2 증가한다는 가정이 있었나요 ?

10회 실기를 치고왔습니다작업형2.3은 무난했던거같은데 작업형1은 조금 어려웠습니다혹시 풀이강의가 있을까요??

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요타겟에 결측치가 있는 것에 대해 처리를 안하고 제출했는데그러면 무조건 틀리나요..?ㅠ점수는 잘 나왔습니다

이번 10회 실기시험 1유형 3번 문제가 띄어쓰기 제외하고 단어 수 세는거였는데  저는 (띄어쓰기 전 문장의길이 - replace로 띄어쓰기 지운 문장의길이) + 1 해줬는데 단어 개수가 이렇게해도 세어질까요??10개정도 확인했을땐 다 맞아서 그냥 그렇게 풀었는데 저처럼 푼 사람이 없는 것 같아 여쭤봅니다

안녕하세요 우선 늦게 질문 남기는 점 죄송합니다다름이 아니라 시험환경 관련해서 질문이 있습니다. 기존 강의에서 코랩에서 코딩을 할 때 이전 셀 실행 기능이 있어 유용하게 사용했는데시험 환경에서 같은 기능을 사용하려면 어떻게 해야하는지 궁금합니다. 추가적으로 코드 라인별 실행 불가라고 되어있는데 순차적으로 실행하면서 진행하는건 가능할까요?예를 들어 2유형이라고 치면 전처리 하고 결과 보고 이후 그 밑에 코드 이어서 인코딩 진행한 후 결과 보고 모델 돌리고 결과 보고 이런식으로 순차적으로 코드 작성하면서 실행 결과 확인하는게 가능한지 궁금합니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요3과목 공부할 시간이 너무 없어서그러는데강의에서 심화라고 나오는건 일단은 건너뛰어도 될까요? 3과목은 한문제라도 맞추는게 목표입니다.ㅠㅠ

아래 문제를 제가 혼자 다시 풀었을 때, 처음에 model = logit(formula,test).fit()이라고 test데이터로 모델을 학습해서 답이 안나왔었습니다.작업형2에서 배웠던 머신러닝의 train, test의 개념이 동일하게 적용되어학습은 무조건 test가 아니라 train데이터로 진행하는 걸 대전제로 이해하면 될까요? 기출7회 작업형3 / 문제1-3. 독립변수 weight 만 사용해 학습한 로지스틱 회귀모델에서 test데이터의 gender를 예측하고, error rate(오류율)를 구하시오. (반올림하여 소수 셋째자리까지 계산)import pandas as pd df = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/7_3/clam.csv") # train test 나누기 train = df.iloc[:210] test = df.iloc[210:] # print(train.shape, test.shape) (210, 6) (90, 6) # logit from statsmodels.formula.api import logit formula = 'gender ~ weight' model = logit(formula,train).fit() # test데이터의 gender 예측 pred = model.predict(test) print(pred) pred_ver2 = pred > 0.5 from sklearn.metrics import accuracy_score AS = accuracy_score(test['gender'],pred_ver2) ER = 1 - AS print(round(ER,3))

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요안녕하세요 퇴근후딴짓님 강의 잘 듣고 있습니다 🙂다름이 아니라 2유형 코드 제출 시 제가 확인하려고 써둔 코드인1) 평가 지표 코드ROC_AUC / RMSE 등등from sklearn.metrics import roc_auc_score2) 생성 csv파일 확인 코드print(pd.read_csv("r.csv").head()위의 두 코드를 주석처리하거나 지운 후 맨 마지막 코드가 submit.to_csv가 되도록 하여 제출해야하는지 궁금합니다 !감사합니다 !!