안녕하세요라벨인코딩 질문드립니다. 피처 엔지니어링 > 라벨인코딩 강의 부분 중에LabelEncoder 를 le 라는 변수에 선언하고,이후에 반복문 안에서 한 번 더 le 라는 변수에 encoder 를 다시 할당(?) 해주는데 뭔가 초기화(?) 같은 역할을 해줘야하는건가요?아니면 반복문 안에 le = encoder() 부분은 생략해도 무방한가요?  le = LabelEncoder() for col in cols: le = LabelEncoder() # 이 부분이 꼭 들어가야하나요? X_train[col] = encoder.fit_transform(X_train[col]) X_test[col] = encoder.transform(X_test[col]) 

다른분들이 질문남긴거에 답변 달아주신걸 봐도 아직 이해가 안되는 부분이 있습니다.<작업형2 모의문제 3 수업노트 중> y_test 파일의 최종 결과파일의 데이터는 0 아니면 1인 이진분류인데,predict_proba로 제출한 값은 확률값인데,이 부분 확률로 제출하는게 괜찮다고 설명해 주신 부분을 보았는데도 아직 명확하게 이해가 되지 않습니다. 이 성능평가에 대한 부분을 어떻게 이해하면 될까요? 

캐글에서 문제 풀어본후 저장안되게 하는 방법이 있나요?다시 풀어보고 싶은데 한번 실행한 코드는 저장되서요 

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보계속 맞게 적었는데 안되는데 머가 오류일까요?

평가 데이터 분할 시 random_state를 예제와 동일하게 2022로 지정 후에 의사결정나무, 랜덤포레스트, XGBoost가 포함된 각 셀을 실행하면 강의 시 설명한 예제 pred[:10]과 값이 제가 직접 실행한 값과 다를 수 있는가요?특히, 의사결정나무와 랜덤포레스트는 여러 번 실행하면 roc_auc_score 값이 계속 변경되는데 미세한 차이로 변경되어 채점 시 불이익 없는지도 궁금합니다. 아래와 같이 재실행 시 값이 변경되는 알고리즘을 정리했는데 맞는지 확인 부탁드립니다재실행 시 값 변경분류DecisionTreeClassifierRandomForestClassifier회귀RandomForestRegressor 재실행 시 값 변경 X분류XGBClassifier회귀LinearRegressionXGBRegressor

f3 컬럼에서 결측치 채울때 mode[0] 이 아니라 그냥 mode 값을 넣으면 안되는 이유가 뭘까요? ㅠㅠf3 컬럼의 'gold'값을 가진 데이터의 수를 출력할 때 sum()함수 말고 len()함수를 썼더니 결과 값이 다르게 나왔어요. 차이점이 뭐가 있을까요? ㅠㅠ 

작업형2에서 어떨때는 스케일링과 인코딩을 하고, 어떨때는 하지 않는데 스케일링과 인코딩은 선택사항인가요??

7회 기출유형 작업형3 문제1-3 질문입니다. model = logit('gender ~ weight', data=train).fit() target = test.pop('gender') pred = model.predict(test) >0.5 # (0.5보다 크면 1, 0.5보다 작으면 0)  학습 후 예측값을 넣어주는데 predict 라는 값을 그대로 넣어주는것이 아니라 조건을 넣어 True,False 의 값을 넣게됩니다. 앞전에 작업형2에서는 pred 값을 그대로 넣었는데 0.5 를 입력하여 pred 에 넣는이유는 무엇이고 0.5 는 어디에 정의되어 있는건지 궁금합니다.

데이터 프레임 작성과정에서 위와 같이 오류가 나는 이유는 뭔가요....?

실습 데이터와 강의 자료는 어디에서 찾을 수 있을까요? 위치 링크 부탁 드립니다.

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요안녕하세요 선생님~ㅎ 유익한 강의와 시험을 위한 오징어게임에도 참여중인 수강생입니다! 다름이 아니라 어제자 미션에서 fillna를 이용해서 결측치 값을 컬럼의 중앙값으로 채워야 하는 부분이 있었는데요 ? 저는 결측치가 있는 column을 따로 지정하고 for문을 사용했는데.. 다른사람의 코드를 보니 df=df.fillna(df.median())df의 median()은 어떤 값인지 .. 결측치가 하나일때는 그 값만 채워질것 같은데...결측치가 여러개일때는 컬럼 사용없이 자동으로 결측치가 있는 컬럼의 결측치를 채워주는건가요 ?

안녕하세요. 수업 잘 듣고 있습니다. 문제 풀이 중에 질문이 있어서 문의 남깁니다. 작업형 1 모의 8번 문제도 groupby 메소드를 사용하고 ( .groupby( ).sum() )모의 9번 문제도 groupby 메소드를 사용( .groupby( ).count() )한 다음 특정 조건의 값을 찾는 과정을 진행하는 부분에서 같아보입니다. 다만 8번 문제에서는 .reset_index( ) 와 .iloc[ ] 를 사용해 원하는 값을 출력했고,9번 문제는 이걸 사용하지 않고 .index[ ] 로 사용해서 풀이를 하셧는데요. 그래서 스스로 연습해보려고 8번 문제에서는 .index[ ] 를 사용해서 풀어봤더니 ('대구', 0) 라고 나오더라고요. 9번 문제는 .reset_index( ) 와 .iloc[ ] 를 사용해서 정답인 "11"을 바로 출력 가능했습니다. 문제에서 가장 적거나(오름차순), 가장 많은(내림차순) 구하는 경우도 있지만, 몇번째 값을 찾으라는 것도 있으니그냥 .reset_index( ) 와 .iloc[ ] 를 사용하는 법 하나만 외워서 풀어도 될까요?? 여러 방법을 알고 있으면 좋긴하겠지만, 제 경우는 서로 헷갈리는 경우가 있어 머리가 더 복잡하더라고요.그래서 두 방법중에서는 .reset_index( ) 와 .iloc[ ] 사용법을 외우는게 괜찮지 않을까 싶어서 여쭤봅니다.혹시 index[ ] 를 사용하는 법이 쉬우면서 범용성이 좋다면 요령을 알려주시면 감사하겠습니다  아래는 제가 연습하면서 작성한 코드입니다.문제9 에 .reset_index( ) 와 .iloc[ ] 적용해서 품# 문제 9 import pandas as pd df = pd.read_csv("members.csv") df["subscribed"] = pd.to_datetime(df["subscribed"]) df["month"] = df["subscribed"].dt.month df = df.groupby("month").count().reset_index() print(df.sort_values("subscribed",ascending=True).iloc[0,0])  문제8에 .index[] 사용시 출력값이 깔끔하지 않음# 문제 8 import pandas as pd df = pd.read_csv("members.csv") # print(df.head()) # print(df.isnull().sum()) df = df.fillna(method = "bfill") # << 바로 뒤에 있는 값으로 대체 method = "bfill" 바로 앞에 있는 값 대체 시, method = "ffill" # print(df.head()) # print(df.isnull().sum()) dfgb = df.groupby(["city", "f2"]).sum(numeric_only=True).reset_index() ## dfgb.sort_values("views",ascending=False).index[2] # 출력값 ('대구', 0) dfgb = dfgb.sort_values("views",ascending=False) dfgb.sort_values("views",ascending=False).iloc[2,0] # 출력값 '대구'   

validation data나 마지막 test나 model.predict_proba()통해 확률로 결과를 얻고 나서,평가 할때는 y_val이나 제공된 y_test 는 [0또는 1]로 구성된 배열입니다이 경우, model.predict()로 우선 0또는 1로 예측하고 평가도 이미 주어진 y_val또는 y_test로 한 뒤결과 제출시에만 model.predict_proba()를 사용해서 아웃풋 포멧에 맞춰야 하는것은 아닌가요?

 강의 7:04 초 쯤에 p-value값이 0.409 인데 0.04로 읽고 귀무가설을 채택한다 라고 말씀하시고 진행했는데...잘못 말씀 주신거죠?ㅠ  

 선생님 안녕하세요,뮤d =(after-before)의 평균 이라고 했는데왜 평균이라는 표현을 쓰는걸까요?ㅎㅎ

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요먼저 유사한 질문이 있었는지 검색해보세요아래 보시면 학습용 데이터와 검증용 데이터로 구분하는 것은 이해가 되는데, y부터 마지막까지의 식이 왜 나오는지 이해가 안됩니다...다시 설명 부탁드립니다. # 학습용 데이터와 검증용 데이터로 구분 from sklearn.model_selection import train_test_split y = (y_train['income'] == '>50K').astype(int) X_tr, X_val, y_tr, y_val = train_test_split(X_train, y, test_size=0.1, random_state=2000)

print(sum(df.sum() > 3000))이 부분에서 오류가 납니다... 어떤 문제일까요?? 파이썬 버전은 3.11.7 버전을 사용하고 있구 선생님이 제공해주신 수업파일을 vscode로 가져와서 사용하고 있습니다!  

캐글 필사전략에 있는 19:33초에 데이터가 가려져있는부분이 크롬에 표시가 안되는것 같은데 혹시 없어진건가요? 데이터가 가려진거 같은데 >ㅣ 이 모양 누르는게 없어져서 어디서 가려진 데이터를 볼수있나요? 

2. 데이터에서 'solar'와 03' 값을 고정한 상태에서, 'wind'의 세기가 증가함에 따라 'temperature'가 감소하는지를 검증하기 위해 다중 선형 회귀 분석을 수행하고, 'wind'의 회귀 계수에 대한 p-value 값을 구하시오. (유의수준: 0.05) 위의 문제를 보면 wind의 회귀계수에 대한 p-value 를 구하고 답안으로 제출되는데. 앞에 나열된 전제조건은 "데이터에서 'solar'와 03' 값을 고정한 상태에서, 'wind'의 세기가 증가함에 따라 'temperature'가 감소하는지를 검증" 은 별다른 작업이 이루어 지지 않아서 이해가 잘 되지 않아서 질문드립니다.

캐글필사전략 강의의 18:29 에 보이는 예상문제들과 주소는 어디가야 볼수있나요?(캐글에 Dataset->code 에는 18:29에서 보이는 화면과 다르게 정렬이 안되있는것 같아서요)