검증데이터를 분리할때X_tr, X_val 은 (909, 12) (161,12) 로 열이 12인데 y_tr, y_val 은 왜 열값이 안나오는지 궁금합니다. X_train 변수와 y_train 변수에 대한 정의를 잘 모르겠습니다. 제가 이해한것은 아래와 같은데 이것이 맞나요?X_train : 학습용 데이터X_test : ??y_train : X_train을 통해 학습한 모델로 예측할 데이터y_test(우리가 pred에 저장할값) : X_test를 통해 학습한 모델로(X_train을 통해 학습해 만든 모델과는 다름) 예측한 데이터 추가로 X_test 가 하는 역할이 헷갈립니다. X_train을 학습한 후 학습모델로 예측을 하는 예측의 결과를 X_test에 담는것인지, 아니면 X_train을 학습했던것처럼 똑같이 X_test라는 검증용 데이터를 한번 더 학습하는것인지 잘 모르겠습니다. 

현재 강의를 들으면서 노트북(블랭크)를 이용해 한번씩 따라쳐보며 학습하고 있습니다. 근데 강의가 뒤로갈수록 외워야하는 부분도 많고, 시험에 이걸 잘 적용해서 풀 수 있을까 이런 의문이 들어서요. 어떤식으로 공부를 해야하는지 잘 모르겠습니다. 강의내용을 다 외우면 될까요?  

안녕하세요분위수 구할 때,df[컬럼명].describe()[‘75%‘]시험에서 위와 같은 방법으로 구해도 무관한가요?

선생님, 이전에 데이터 불러오는 코드는 문제에서 제시 해준다고 했는데 마지막 제출 하는 코드예를들어submit = pd.DataFrame(            {                'id':X_test['id'],                'income':pred            }        )submit.to_csv("11111.csv", index=False)이런거도 다 외워서 써야하나요? 아직 완강을 안해서 지엽적인 질문을 하는건지..ㅠ일단 다 듣고 한번 더 들으면 개념이 확실히 잡히려나요...분석이나 문제 풀이에 대한 코드들은 외우고 있는데 위와 같은 제출코드나 데이터 불러오는 코드 같은건 어디까지 외워야 하는지 감이 도통 안잡히네요! 이 부분에 대한 강의도 뒷부분에 있을까요~?

마지막 4개의 구버전 영상 (삭제 예정)은 학습하지 않아도 될까요?

회귀, 분류 모델에서 하이퍼파라미터 튜닝 시 random_state를 이용하는데, 이 random_state 역할이 '회귀, 분류 모델에서 매번 코딩 실행 시 동일한 학습용 데이터셋을 생성하여 동일한 결과를 출력하게 한다'가 맞는 걸까요?

안녕하세요, 덕분에 재미있게 빅분기 실기 시험 준비 중입니다 : )범주형 변수의 unique 수가 train 데이터셋과 test 데이터셋에서 서로 다를 때, 원핫인코딩을 진행하게 되면 Feature의 수가 다르므로 일치시키기 위해... train 데이터셋과 test 데이터셋을 먼저 concat으로 합친 후에 원핫인코딩을 진행하고 분리하는 것으로 이해했습니다!기존 질문과 답변주신 것들을 살펴보니, get_dummies() 사용 시, 자동으로 범주형 변수만 선택하여 원핫인코딩하고 전체데이터를 반환하므로 X_train 데이터를 사용해도 무관하다고 하셨는데요~  수업에서는 all_df = pd.get_dummies(all_df[cols])로 작성하니 범주형 변수 cols에 해당하는 데이터만 원핫인코딩되어 전체데이터가 아닌 범주형 변수의 원핫인코딩 결과만 all_df에 담기게 되는 것 같습니다.  말씀주신 것처럼, 자동으로 범주형 변수만 원핫인코딩하고 전체 데이터를 반환하기 위해서는, 이 코드를 all_df = pd.get_dummies(all_df)로 바꾸어야 되는게 맞는건가요?

작업형2 모의문제1 - 29:00 경 pred 값 할당할 때, predict_proba 를 사용하는 이유는roc_auc 값을 구해야 하기 때문인가요?roc_auc 값 외에도 다른 평가지표들이 있는데 그냥 predict를 사용하면 안되는지 문의드립니다. 감사합니다. 

안녕하세요, 코린이입니다문제가 age 컬럼의 이상치를 제거하고 제거전후 views 컬럼 편차를 구하는거고..age 컬럼 이상치를 제거하면 views 컬럼에 있는 age 이상치 행도 같이 날라가나요 ? 그래서 제거전후 편차를 구하게 되는걸까요 ? import pandas as pd df = pd.read_csv("members.csv") r1 = df['views'].std() cond = df['age'] <= 0 # print(df.shape) df = df[~cond] # print(df.shape) # print(df.shape) cond = df['age'] == round(df['age'],0) # 소숫점 나이 구하기, 반올림 했을 때 같으면 정수형 , 다르면 소수점 df = df[cond] # print(df.shape) r2 = df['views'].std() print(round(r1 + r2, 2))

from statsmodels.formula.api import ols과 summary만 사용해서 회귀계수, P-value값 등을 읽을 줄만 알아도 시험문제를 푸는데 문제없을까요?

선생님 저는 왜 false/true 값으로만 나올까요?수업 자료 코드에 있던거 그대로 실행 했는데도..display(c_train.head()) c_train = pd.get_dummies(c_train[cols]) c_test = pd.get_dummies(c_test[cols]) display(c_train.head())

케글 T1-3 연습중인데 아래와 같은 오류가 발생하는데 어떻게 해결할 수 있을까요? maximum recursion depth exceeded while calling a Python object 

예시는 9번문제로 질문을 하지만 9번문제 뿐만아니라 다른 문제를 풀이하는데 있어서 괄호 사용이 헷갈려서 질문드립니다.대충 대괄호하나는 시리즈로 불러오는거고 대괄호 2개는 데이터프레임으로 불러오는걸로 알고있었습니다. 그런데 문제를 풀면서 왜 groupby함수나 sort_values함수를 포함한 기타 다른경우에 소괄호안에 대괄호없이 컬럼명만 사용해도 되는지 궁금합니다. 컬럼명을 쓸때 대괄호를 써야할때와 필요없을때의 구분을 어떻게 해야할까요?import pandas as pd df = pd.read_csv('/content/drive/MyDrive/Colab Notebooks/members.csv') df['subscribed'] = pd.to_datetime(df['subscribed']) df['year'] = df['subscribed'].dt.year df['month'] = df['subscribed'].dt.month df['day'] = df['subscribed'].dt.day df = df.groupby('month').count() df.sort_values('subscribed').index[0]

.

수업을 들으면서 강사님께서 캐글에 있는 데이터와 함께 전처리 문제들을 올려놓으셨다고 하셨는데 제가 찾지를 못하겠습니다.주소를 알려주시면 들어가서 열심히 공부하겠습니다.

안녕하세요!작업형2의 데이터 전처리 스케일링 관련하여 문의사항이 있어 질문 남깁니다.카테고리형 데이터의 경우, 라벨 인코딩, 원-핫 인코딩을 사용하고,숫자형인 경우, 표준화, 정규화를 사용하는 것 같은데, 각각의 기법을 언제 사용하는지 궁금합니다!데이터 타입별 기법들의 차이는 이해했는데, 어떤 경우에 어떤 기법을 선택해서 사용해야 하는지 문의드립니다. 감사합니다. 

[작업형2] 3-5 Classification 에서 랜덤포레스트 따라서 하고 있는데요, 한번에 쭉 따라할때는 에러없이 실행되다가집에와서 다음부터 이어서 들으려고 파일 업로드하고 이전 셀 실행 하니깐 에러가 뜹니다.. 왜그럴까요..에러 내용은 갯수가 안맞다고 하는데 왜 안맞는걸까요....?

수업 내용 중 RandomForestRegressor를 사용한 경우 regressor = RandomForestRegressor()로 정의하셨는데, 뒷문장들은 model.fit(X_tr,y_tr)pred =model.predict(X_val)로 들어가있어요.오타가 맞는걸까요?regressor로 정의했기 때문에 regressor.fit(X_tr,y_tr)pred =regressor.predict(X_val)이 맞는거죠?

이제 막 2유형 공부중인데, 궁금한점이 있습니다.2유형의 경우에는 답이 없는 문제인 것 같은데,시험에서 요구하는 제출형식(인덱스 제거, 파일명 맞추기 등)에서 감점되는 것 외에 감점요소가 있을까요? 2유형 만점을 목표로 하고 있는데, 최소로 확보해야하는 성능이라던지의 최소치? 등이 있는 문제인지가 궁금합니다!

 5-2 type2 문제 (에어비앤비 가격) 문제에서는 pred = model.predict(test) 를 사용하는데5-3 type3 문제 (심장마비 확률) 문제에서 랜덤포레스트를 사용할 경우에도 pred=model.predict_proba(test)를 사용하나요? 평가지표에 roc-auc가 있으면 무조건 pred=model.predict_proba(test)로 예측한 후 DF변환을 해야 하나요? 아님 다른 기준이 있나요?