아래 질문 올리신 분 보고 저도 혹시나 해서 질문드립니다.저도 csv 파일 제출 후 확인해보려고 마지막에 아래와 같은 코드를 실행해봤는데요result = pd.read_csv('result.csv')print(result)실행 후 다시 제출을 했는지 안했는지는 잘 모르겠습니다만일 제출을 했다면 저도 점수는 아예 날라갔다고 보면 되는 건가요?

submit.to_csv("result.csv", index=False)를 실행시킨 다음 코드를 지우고 print(submit.to_csv("result.csv", index=False)) 실행시켜 버린 후 제출했는데 이렇게 해도 정상적으로 제출될까요?ㅠㅠㅠ 너무 찜찜합니다

이렇게 인터프리터랑 main.py 파일을 알맞게 사용하는데, Internal Server Error가 뜨고 컴퓨터를 재부팅하면 정상적으로 실행이 되는데 혹시 무슨 오류인지 알 수 있을까요?

안녕하세요. 양질의 강의로 빠른 기간 내에 시험을 보고 온 것 같습니다. 다름이 아니고, 2유형 결과를 제출하면서 제가 정상적으로 한 게 맞는지 궁금해서요! # 결과 파일 제출1) submit = pd.DataFrame({ 'pred' : pred }).to_csv("result.csv", index=False) 위의 코드로 제출을 해버렸습니다. 제출 전에 pred 결과 확인을 위해 pd.read_csv("result.csv")로는 데이터가 잘 불러와졌습니다.(submit 변수를 따로 호출하지 않음.) 연습 환경 (코랩)에서는 아래 형식으로 테스트를 했었는데요. 2) submit = pd.DataFrame({ 'pred' : pred })submit.to_csv("result.csv", index=False) 이번에는 1) 방식으로 파일을 제출해 버려서, 혹시 시험 환경에서 result.csv 파일이 잘 생성되었을지가 알고 싶습니다. 감사합니다.

먼저 너무 좋은 강의 덕분에 시험 잘 치고 왔습니다! 감사합니다 !혹시 9회차 풀이는 언제쯤 올라올까요 ?

r2_score는 확률값이 높으면 높을수록 좋은건가요?

데이터 핸들링을 위한 판다스 기초1 강의 중 type(df)를 적으면pandas.core.frame.DataFrame 말고도 뭔가 가 뜹니다. 그냥 print(type(df))를 적으면 아래와 같은게 안뜨는데, 무슨 에러인가요?  pandas.core.frame.DataFrame def __init__(data=None, index: Axes | None=None, columns: Axes | None=None, dtype: Dtype | None=None, copy: bool | None=None) -> None/usr/local/lib/python3.10/dist-packages/pandas/core/frame.pyTwo-dimensional, size-mutable, potentially heterogeneous tabular data. Data structure also contains labeled axes (rows and columns). Arithmetic operations align on both row and column labels. Can be thought of as a dict-like container for Series objects. The primary

시험에서 문제 제출했는데 코드 수정하고 다시 제출해도 되나요?

3유형은 문제에서 로지스틱회귀인지 회귀분석인지 알려주나요,,,?

문제에서 답안 예시를 0또는 1로 명기하고 있는데요Roc auc로 평가한다고 했기때문에 1일 확률값을 답안으로 제출해도 되는건지요 ?

ROC AUC로 평가 할때, 예측을 확률로 하는 이유가 있을까요? 그냥 0또는 1로 예측하면 안될까요?여자 0, 남자 1로 성별이 정해지면 여자일 확률을 예측하는지, 남자일 확률을 예측하는지 문제에서 정의되지 않았는데, 강사님께서 남자일 확률을 예측하는 것으로 정한 이유가 궁금합니다.

질문을 온전히 이해할 수 있도록, 모든 맥락을 전달해주세요.질문은 질문자가 번거로워야 보다 좋은 답변을 얻으실 수 있습니다.시행착오를 알려주시면 곧바로 원하는 문제에 집중할 수 있습니다.오류 메시지는 일부만 알려주시기보다 전체 오류 메시지를 캡처해서 주시면, 오류 파악에 도움이 됩니다. 당신의 파이썬/장고 페이스메이커가 되겠습니다. ;-)인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. postgresql 을 다른 서버에 연결하여 사용중인데요.runserver 시에는 정상 작동하나 강사님이 올려주신 pytest를 똑같이 설정하고 실행하면, schema가 없어서 table을 생성할 수 없다는 오류가 발생합니다.MigrationSchemaMissing("Unable to create the django_migrations table 일단은 settings.py를 sqlite3로 변경하여 정상 작동은 시켰는데요 어떻게 수정할 수 있을까요?  또한 올려주신 소스코드에서import factory from accounts.models import User class UserFactory(factory.django.DjangoModelFactory): class Meta: model = User django_get_or_create = ("username",) username = factory.Sequence(lambda n: f"user{n}") email = factory.LazyAttribute(lambda user: f"{user.username}@example.com") # UserFactory 인스턴스 생성 시에, 암호 입력을 지원하기 위함 # raw_password 필드가 아니라 password 필드로 지정하면, 암호화없이 입력값 그대로 저장됩니다. raw_password = factory.Faker("password") @classmethod def _create(cls, model_class, *args, **kwargs): # raw_password 필드값을 암호화하여 password 필드에 저장합니다. # User 모델에는 raw_password 이름의 필드가 없으므로 kwargs 사전에서 제거해줘야만 합니다. raw_password = kwargs.pop("raw_password", None) if raw_password: kwargs["password"] = make_password(raw_password) return super()._create(model_class, *args, **kwargs)make_password 부분이 import 되어 있지 않습니다. git에서는 수정되어 있는 모양인데 참고 부탁드립니다.

현재는 train.csv로 출제되기에,인코딩 전 타겟데이터를 분리해서target = train.pop('col') 하잖아요? 만약 x_train, y_train 분리 시, 인코딩 전에(혹은 아무 과정에서나)target = y_train.pop('col') 처럼 분리해도 되죠?이 과정이 모델링 시,model.fit(x_train, y_train['col'])과 마찬가지인 것이죠?? 

어떤문장을 찾아가서 개요 수준 1로 지정이가능할까요??개요스타일을. 없음으로 변경하는 방법이 있을까요? 감사합니다.

solar 와 o3 가 고정된 상태의 다중선형회귀 분석이면 temperture ~ wind 로 회귀분석을 해야 하는거 라고 생각했습니다그냥 위에서 한거 그대로 활용해서 pvalue 값만 가져와도 되는건가요  

기출 6번 유형 2번에서 XGBClassifier를 써 보니 오류가 나네요원인이 무엇인지 잘 모르겠습니다. ㅜ.ㅜ ValueError Traceback (most recent call last) <ipython-input-40-1402441d5d03> in <cell line: 30>() 28 from xgboost import XGBClassifier 29 xg = XGBClassifier() ---> 30 xg.fit(x_tr, y_tr) 31 pred2 = xg.predict(x_val) 32 1 frames/usr/local/lib/python3.10/dist-packages/xgboost/sklearn.py in fit(self, X, y, sample_weight, base_margin, eval_set, verbose, xgb_model, sample_weight_eval_set, base_margin_eval_set, feature_weights) 1489 or not (classes == expected_classes).all() 1490 ): -> 1491 raise ValueError( 1492 f"Invalid classes inferred from unique values of `y`. " 1493 f"Expected: {expected_classes}, got {classes}" ValueError: Invalid classes inferred from unique values of `y`. Expected: [0 1 2 3 4], got ['High' 'Low' 'Medium' 'Very High' 'Very Low']

get_dummies 에서 drop_first=True 를 필수로 작성해야하나요?

계속 코랩으로 연습하다보니 궁금해 문의드립니다.유형2에서 베이스라인잡아놓고 돌아와서 인코딩이나 스케일할때 강의중에는 이전셀실행을 사용하는데 시험환경에서는 이전셀실행 기능이 있는지와 어떤식으로 해당 기능이 적용되는가 급 궁금해 질문드립니다.

랜덤포레스트에서 estimators와 depth 파라미터 수정할때,둘중 어떤것을 미세조정으로 먼저 맞추는 것이 낫나요? 그리고 estimators=100, depth =3이라고 하셨는데,아무것도 설정 안해줫을 값이랑 같지가 않습니다.아무것도 설정안해주며 자동으로 기본값으로 되는거아닌가요

아래와 같이 코딩을 했는데, RMSE값이 42만 정도가 나옵니다. 강사님 강의에서는 4만 수준으로 나오는데요.무엇이 잘못된건지 모르겠습니다...ㅜimport pandas as pd train=pd.read_csv('mart_train.csv') test=pd.read_csv('mart_test.csv') # print(train.info(), test.info()) y=train.pop('total') # print(y.describe()) # print(train.info(), test.info()) print(train.shape, test.shape) total=pd.concat([train,test], axis=0) print(total.shape) total=pd.get_dummies(total) print(total.shape) train=total[0:700] test=total[700:] print(train.shape, test.shape) from sklearn.model_selection import train_test_split X_train, X_val, y_train, y_val = train_test_split(train, y, test_size=0.2, random_state=2024) print(X_train.shape, X_val.shape, y_train.shape, y_val.shape) from sklearn.ensemble import RandomForestRegressor rf=RandomForestRegressor(random_state=2024) rf.fit(X_train, y_train) pred=rf.predict(X_val) # print(pred) from sklearn.metrics import mean_squared_error print(mean_squared_error(pred, y_val)**0.5) result=rf.predict(test) # print(result) print(result.shape) final=pd.DataFrame({ 'pred':result }) final.to_csv('result.csv', index=False)