import pandas as pd df = pd.read_csv('../input/titanic/train.csv') pd.set_option('display.max_columns',None) # print(df.head(3)) q1 = df['Fare'].quantile(0.25) q3 = df['Fare'].quantile(0.75) iqr = q3 - q1 cond1 = df['Fare'] < q1 - 1.5 * iqr cond2 = df['Fare'] > q1 + 1.5 * iqr df = df[cond1 | cond2] cond3 = df['Sex'] == "female" print(len(df[cond3]))제 코드입니다.저는 cond1 이거나 cond2 이렇게 조건을 주면 그게 모두 이상치이고그 이상치를 df에다가 다시 덮어씌운다음에 여자인 조건 cond3을 준다음에 len을 사용해서 했는데 답이 너무 다르게 나와서 제 풀이는 왜 답이 안되는걸까요?이해를 못하겠습니다 ㅜㅜㅜ

데이터가 충분할 때는 train_test_split으로 X_tr, X_val, y_tr, y_val로 모델을 학습하고, 데이터가 충분하지 않을 때는 cross_val_scores로 모델을 학습한다고 알고 있습니다.여기서 데이터가 충분하고 충분하지 않고의 기준은 무엇인가요? 데이터가 몇 개의 행이 있어야 충분하다고 보는지 궁금합니다!

sample_std = temperature_data['Daily Average Temperature'].std(ddof=1)여기서 ddof는 무슨 의미인가요?구간추정에서 표준편차를 구할때 ddof=1은 필수조건인가요?

원핫인코딩은 범주형에만 해야하는 걸로 알고있는데7회 작업형 2에서 원핫인코딩할때 float형인 rating은 제외안해도 되나요?

안녕하세요 선생님,보통 작업형2에서train, val 데이터 분할하고from sklearn.ensemble import RandomForestRegressorrf = RandomForestRegressor()rf.fit(X_tr,y_tr) 하고 모델 평가 했을 떄 이상없으면pred = rf.predict(test) << test를 예측하게 되는데 여기서 질문이, fit은 X_tr, y_tr로 하는게 맞을까요 ?아님 분할 데이터가 아닌 X_train, X_train[y]로 하는게 더 적합할까요 ??ㅠㅠ 어렵네여 강의보면 x_tr, y_tr fit해서 진행하긴했는데궁금합니당   

[문제]결측치가 있는 행을 제거한 후, 학생이 가장 많이 수강한 과목(id_assessment)을 찾고, 해당 과목 점수(score)를 표준화(스탠다스 스케일) 한 뒤에 표준화된 가장 큰 값을 구하시오. (반올림하여 소수 셋째자리까지 계산)선생님께서는 가장 많이 수강한 과목을 찾기 위해서 value_counts()로 코딩을 하셨는데요!다름 아니라 df.sort_values('id_assessment' , ascending = False)로 내림차순정렬을 하여서 구하면 안되는걸까요! 내림차순정렬을 할때와 value_counts()로 구할때의 차이점도 혹시 있을까요.. 종종 헷갈리네요..둘다 같은 의미일까요 혹시.?

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요7회 2형에서 마지막에 예측값 구하는데 에러가 납니다

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요안녕하세요. 섹션4 작업형2에서 원핫 인코딩을 배울 때는 이렇게 배웠었는데 기출문제를 풀 때는이렇게 해서 똑같이 원핫 인코딩을 해주는데 두개의 방식의 결과는 차이가 없는거죠?그러면 기출문제 풀이가 더 간단하니까 아래 방식대로 하는게 나은거 겠죠?train=pd.get_dummies(train)test=pd.get_dummies(test)

3과목 문제와 관련하여, 선생님이 '가설검정', '카이제곱', '회귀분석', '분산분석' 등을 알려주셨는데,문제를 보자마자 이게 어떤 것으로 풀면되는지는 어떻게 아나요? 문제에서 어떤 검정을 써라고하는지 친절히 알려주나요? 아니면 저희가 추론해서 풀어야하나요?3과목에서 만약 알려주시지 않은 검정이 나오면 dir/help 통해서 함수를 추정해서 풀어가야하나요?대립가설과 귀무가설 역시 문제에서 무조건 알려주는 걸까요? (샤피로 정규성 검정 같은 경우, 무조건 귀무가설이 정규성을 만족한다여서 헷갈립니다.)

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요약 일주일남기고 완강했습니다!지금 이 시점에서강의 커리큘럼에 있는 기출을 다시 복습하는게 나을까요?아니면 캐글가서 1~3작업형을 새롭게 풀어보는 것이 나을까요?아니면 캐글에서 꼭 이부분만은 우선적으로 봐야한다가 있을까요? 완강은 했지만 얼마 안남아서 걱정입니다

기출2회 작업형 1풀고 있습니다.자꾸 print 구문 사용하려고 하면 아래와 같은 에러가 발생해서 print없이 마지막에 보고싶은 내용 적어서 보고있습니다. 왜 오류나는지 아시는분 있나요..? 

train.describe()시 2060값이 이상치값인거같아 만약 제거하고싶을 땐 어떻게 해야 할까요? sort_values로 행을 찾아 drop으로 제거해야 하는걸까요? 코드를 어떻게 짜야할지 알 수 있을까요ㅜ 

cross_val_score를 활용해서 rmse 평가를 시도해보았습니다.SCORERS에서 가장 유사하다고 판단되는 'neg_root_mean_squared_error'를 활용하였고, 음수로 나타난 값들을 얻었습니다.cross_val_score 함수는 값이 클 수록 좋은 모델임을 의미하므로, 보다 더 큰 값(더 작은 음수값)을 뱉는 모델을 찾아야 하는 것인지,혹은, RMSE 정의에 따라 에러값이 더 작은 값(더 큰 음수값)을 뱉는 모델을 찾아야 하는 것인지 문의를 드립니다. 예를 들어, cross_val 평균 측정값이#rf1 -399521.89795809553#rf6 -377713.996299675일 때, rf1과 rf6 중 어느 모델을 선택하는 것이 맞는지 궁금합니다.

dcols = train.select_dtypes(include='O').columnsncols = train.select_dtypes(exclude='O').columns위처럼 데이터를 인코딩과 스케일링 작업하기 전에 수치형, 오브젝트의 컬럼명을 변수에 미리 저장해 놓고, 아래처럼 분리 없이 스케일링과 인코딩 작업을 진행해도 되는지 궁금합니다. 동작은 제대로 하는 것 같아서 굳이 분리해야 하나 의문이 들어 질문 드립니다. 라벨인코딩과 스탠다드 스케일러를 둘 다사용한다고 가정했을 때 입니다. from sklearn.preprocessing import StandardScalerscale = StandardScaler()train[ncols] = scale.fit_transform(train[ncols])test[ncols] = scale.fit_transform(test[ncols]) from sklearn.preprocessing import LabelEncoderle = LabelEncoder() for col in dcols:train[col] = le.fit_transform(train[col])test[col] = le.fit_transform(test[col]) 

범주형 데이터를 Feature engineering 할때 train과 test가 같은 피처의 범주가 다를 경우 합친 후 get_dummies를 통해 한번에 진행해주셧는데요. 만약에 LabelEncode로 진행할 경우 Train에서는 fit_transform 을 하고 test에서 transform 만하는데  all_df로 합친후 어떻게 하면 되나요?

df = df['month'].value_counts()이런식으로 values_counts로 구하는 방법이 있을까요?또 빅분기 실기 시험 채점(?) 방식에 대해서도 궁금한게,저런식으로 value_counts()를 하면 정답이 바로 눈에 보이잖아요! 그럼 그 정답을 바로 print(11)로 해도 인정이 되는지 궁금합니다

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요5분 14초에서 train=df.iloc[:210]에서 뒤에 .copy() 안붙여도 되나요?train=df.iloc[:210]test=df.iloc[210:]

 from statsmodels.formula.api import ols formula = "temperature~solar+wind+o3" model = ols(formula, data=df).fit() print(model.summary())위는 유의수준 기본값이 0.05인 거죠? 그렇다면 유의수준 0.01로 분석할때 어디서 설정을 해줘야 하나요?  

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요3회 2유형으로 lightGBM을 활용해 봤는데요... 에러가 나와요

공부하다보니 statsmodels ols 해석 관련해서 헷갈리는 부분이 있습니다.statsmodel로 ols 모델 만들어두고 model.summary()로 해석하거나 anova_lm(model)로 해석할 수 있던데, 두개의 차이점이 뭔가요??