감사 인사드리려고 댓글 남깁니다. 덕분에 만들어주신 캐글 잘 활용해서 빅데이터분석기사 실습 준비 할 수 있었고, 작업형 만점으로 시험 통과할 수 있었습니다. 시험 준비 어떻게 해야하나 막막했는데 정말 감사드립니다. 대가 없이 자료 공유해주시고 강의까지 올리시니 다시한번 감사드리고 존경의 인사 드리고 싶습니다. 앞으로 ADP 응시를 계획 중에 있는데 만들어주신 강의자료 열심히 수학하여 좋은 결과 얻도록 하겠습니다. 감사합니다
1-1 int에서 '이래도 되나..'ㅋㅋㅋㅋ, 작업형 1-3은 pd.DataFrame.isnull().sum()이 판다스 시리즈 라 sort_values(ascending=False)하고 .index[0] 해서 반환했네요. prob는 잘 안쓰다 보니 help랑 dir로 급조해서 풀었습니다. 캐글에 쉽게 정리되어 있어서 도움을 많이 받았습니다.
덕택에 공부 잘하고 시험 봐서 댓글 드립니다 캐글이 연습문제 올려주신것들 도움이 정말 많이 되었습니다. 근데 실제 시험에 작2. 인덱스로 한시간은 넘게 고민하고 고치고 했는데 보통 연습할때는 테스트 데이터의 인덱스 가져다가 붙여서 했는데 이번에 너무 헷갈리게 써놔서 막판엔 그냥 문제에 써있던 저장 방법대로만 pd.DataFrame(y_pred 예측 값).to_csv('수험번호.csv')로만 제출 했는데 모르겠네요 담 시험도 또 보게되면 캐글에 올려주신 내용으로 또 공부할게요 ㅎㅎ ㅠㅠ 문제 올려주셔서 감사합니다
마지막에 csv만드는 부분은 대회(컴피티션)에서도 실수로 오류가 종종 나는 부분이에요! 하지만 제출 양식이 맞지 않으면 에러가 떠러 쉽게 수정하기도 해요. 빅분기에서는 csv를 만드는 예시를 두어서 크게 신경을 안썼는데 코드 예시가 일부만 공개되서 이부분 공부 안했으면 많이 헷갈리겠다란 생각했습니다. 체점 기준이 긍정적인 방향으로 정해지길 바라겠습니다!! 수고 많으셨습니다.
ㅠㅠ proba 분류확률에대한 지식이 없어서 작업형 2유형 그 이전까지는 똑같이 풀었는데 회귀인지 분류인지 헷갈려하다가 Roc로 채점한다길래 예측을 그냥 predict로 해서 분류문제로 제출해버렸네요 ㅠㅠ 작업형 1유형도 다맞춘거같은데 저거하나 틀려서 망한것같아 속상해요 저런게 있는줄도 몰랐네요
안녕하세요 선생님! 캐글과 영상으로 빅분기 실기 준비하는데에 있어서 너무나 도움이 되고 있습니다. 정말 감사드립니다. 그런데 질문이 있는데요 ChronicDiseases 변수는 0,1로만 이루어져있기 때문에 안걸림, 걸림 같은데 dtype이 int64여도 범주형 변수로 봐야 하는거 아닌가요 ?? 만약 그렇다면 저 변수만 따로 범주형 자료(c_train)에 어떻게 넣어야 할까요??
이번주 시험 앞두고 어제 공부하면서 포기할까했는데, 우연히 찾게된 케글에서 여기까지 왔습니다 :) 올리신 동영상 다 보고 시험 뿌시고 오겠습니다! 좋은 자료 감사해요!
네, 합격 응원합니다. :)
감사 인사드리려고 댓글 남깁니다. 덕분에 만들어주신 캐글 잘 활용해서 빅데이터분석기사 실습 준비 할 수 있었고, 작업형 만점으로 시험 통과할 수 있었습니다. 시험 준비 어떻게 해야하나 막막했는데 정말 감사드립니다. 대가 없이 자료 공유해주시고 강의까지 올리시니 다시한번 감사드리고 존경의 인사 드리고 싶습니다.
앞으로 ADP 응시를 계획 중에 있는데 만들어주신 강의자료 열심히 수학하여 좋은 결과 얻도록 하겠습니다. 감사합니다
인사 남겨주셔서 너무 감사합니다. 덕분에 만든 보람을 느끼네요 :) 합격 축하드려요!!!
저두 test index 그대로 가져다가 index 컬럼 만들었어요 그리고 단답식에 계산문제 집어준신거 그대로 나와 맞출수 있었네요 ㅋㅋ 감사합니다.
네 :) 입력과 가중치 숫자까지 똑같아 저도 놀랬습니다 ㅎㅎ
1-1 int에서 '이래도 되나..'ㅋㅋㅋㅋ, 작업형 1-3은 pd.DataFrame.isnull().sum()이 판다스 시리즈 라 sort_values(ascending=False)하고 .index[0] 해서 반환했네요. prob는 잘 안쓰다 보니 help랑 dir로 급조해서 풀었습니다. 캐글에 쉽게 정리되어 있어서 도움을 많이 받았습니다.
급조해 잘 하셨네요! 고생하셨습니다 :)
첫 실기 기존 영상과 캐글 자료의 도움을 정말 많이 받고 지난 주말 첫 실기 시험 보았습니다~ 공부가 부족했어서 내년에 다시 봐야 할 각이지만-정말 도움 많이 받아서 감사하다는 말 전해드리고 싶었습니다. 감사합니다! 연말 따스하게 잘 보내세요~
이렇게 감사 글 남겨주셔서 너무 감사합니다!! :) 좀 더 쉽게 설명했어야 했나? 란 생각도 드네요 좋은 결과 있길 바라며 따뜻한 연말 되세요 :)
ㅇㅅㅈㅅㅂㅇㅅㅈ
덕분에 공부 잘하고 시험에 응시할 수 있었습니다 결과를 떠나 감사하다란 말씀드리고 싶었습니다 👍🏻👍🏻
도움 되어 보람차네요!! 쭉이어서 열공하셔요:)
진짜 데이터 나누기부터 막막했는데 이렇게 연습해서 가보겠습니다 감사합니다!!
제발 회귀만 안나오길 빌어봅니다
회귀나 분류나 크게 다르지 않아요!! 🤔
방장님 커피 감사합니다!!!
네?? ㅎㅎ 힘내시고, 공부한김에 쭉~~ 이어나가세요!! 금세 잊어버려요!! ㅎ
공부하기 막막했었는데, 정말 감사합니다.
덕분에 캐글에 대한것도 알수 있게 되었구요.
도움이 되었다니 정말 뿌듯하네요! 댓글로 표현해 주셔서 감사합니다!
덕택에 공부 잘하고 시험 봐서 댓글 드립니다
캐글이 연습문제 올려주신것들 도움이 정말 많이 되었습니다. 근데 실제 시험에 작2. 인덱스로 한시간은 넘게 고민하고 고치고 했는데 보통 연습할때는 테스트 데이터의 인덱스 가져다가 붙여서 했는데 이번에 너무 헷갈리게 써놔서 막판엔 그냥 문제에 써있던 저장 방법대로만 pd.DataFrame(y_pred 예측 값).to_csv('수험번호.csv')로만 제출 했는데 모르겠네요 담 시험도 또 보게되면 캐글에 올려주신 내용으로 또 공부할게요 ㅎㅎ ㅠㅠ 문제 올려주셔서 감사합니다
마지막에 csv만드는 부분은 대회(컴피티션)에서도 실수로 오류가 종종 나는 부분이에요! 하지만 제출 양식이 맞지 않으면 에러가 떠러 쉽게 수정하기도 해요. 빅분기에서는 csv를 만드는 예시를 두어서 크게 신경을 안썼는데 코드 예시가 일부만 공개되서 이부분 공부 안했으면 많이 헷갈리겠다란 생각했습니다. 체점 기준이 긍정적인 방향으로 정해지길 바라겠습니다!! 수고 많으셨습니다.
좋은 영상 감사합니다.! 많은 도움 되었습니다.
감사합니다. 작업형 2 인덱스가 정말 모호하더라구요. 저는 고민하다가 연습문제 cust_id 제출 예제에는 값을 제공해줬었기 때문에 시험 제출 예제도 똑같이(0~4xx) 인덱스 컬럼을 붙여 작성했습니다. 모든 분들이 이에 대한 의견 나누었으면 좋겠습니다.
잘 하셨네요!! 좋은 결과 있길 바라겠습니다. 아마 내부적으로 검토해서 발표 전 공지하지 않을까 싶네요!
덕분에 합격까지 했습니다. 감사합니다~~
합격 축하드립니다 :) 내년엔 더 성장 하길 바라겠습니다
열심히 잘 보고 있습니다. 감사합니다... 공부 중
작업형1-2에서 만약에 year 컬럼이 존재한다면 year 컬럼을 drop 후 평균값을 계산해야 할듯 합니다. 기출문제 데이터를 활용하여 풀어보면 drop 전 71, drop 후(평균값이 작아짐) 76 나옵니다.
네, 의견 감사합니다!!! 단, 3회 시험에서는 year컬럼이 별도로 존재하지 않았어요 :)
저는 작업형 1유형 2,3번을 사용자 정의함수. def로 리턴해서 풀았는데 지난 영상에 값을 저장한 변수가 print되는 경우 0점이라고 말씀하신게 기억나서 걱정이네요..ㅠ 영상 잘보고 있습니다! 벼락치기에 큰 도움이 되었습니다 ㅠ
문제 없어 보여요!! 제가 말한건 임의 값을 바로 출력한 것이었어요! :)
@@ai-study 다행히 작업형 1유형은 만점 맞았습니다!! 채널에 도움 많이 받아서 감사인사드려요! 블로그에 시험후기 남길 때 채널 홍보도 꼭 하겠습니다! 혹시 이 영상 링크 블로그에 달아도 될까요?
축하드립니다 !!! 짝짝짝 :) 네 마음껏 달아주셔요!! 감사합니다 행복한 연말되세요!!
ㅠㅠ proba 분류확률에대한 지식이 없어서
작업형 2유형 그 이전까지는 똑같이 풀었는데
회귀인지 분류인지 헷갈려하다가
Roc로 채점한다길래
예측을 그냥 predict로 해서 분류문제로 제출해버렸네요 ㅠㅠ
작업형 1유형도 다맞춘거같은데 저거하나 틀려서 망한것같아 속상해요 저런게 있는줄도 몰랐네요
부분 점수 기대해 봅시당!! 수고하셨어요!
캐글에 작업형1 문제들은 조회가 안되는데 혹시 어디서 찾을수 있을까요?(작업형2는 잘보입니다)
2번문제 데이타가 없어서 영상에서 보이는데로 제가 임의로 만들어봤는데 계속에러가 나서 속상하네요
작업형1은 아직 공개를 안했습니다. 추후 보완해서 공유할께요!!
마지막 최종 제출 파일에서 index를 0~496으로 초기화 시켜줘야하나요?? 저같은 경우에는 'unamed: 0 ' 이칼럼을 최종 인덱스로 보고 unnamed에 확률값을 데이터프레임으로 합해줫는데 ㅠ
0~496은 예시이고, Test 데이터의 index는 'unamed: 0 '로 알고 있습니다. 향후 주최측에서 판단할 문제 :)
정확한 정답은 안내된 것이 없어 알 수 가 없네요 :) 체점 결과를 기다려봅시다! 고생하셨습니다.
안녕하세요
8분 20초에 로버스트 스케일링할때
트레인 데이터는 fit.transform 인데 왜 테스트 데이터는 fit이 없는 건가요?
어디보면 그냥 fit 만 하기도 하던데 어떤 차이가 있는 건가요??
부탁좀 드리겠습니다
안녕하세요 선생님! 캐글과 영상으로 빅분기 실기 준비하는데에 있어서 너무나 도움이 되고 있습니다. 정말 감사드립니다.
그런데 질문이 있는데요 ChronicDiseases 변수는 0,1로만 이루어져있기 때문에 안걸림, 걸림 같은데 dtype이 int64여도 범주형 변수로 봐야 하는거 아닌가요 ??
만약 그렇다면 저 변수만 따로 범주형 자료(c_train)에 어떻게 넣어야 할까요??
train['ChronicDiseases'] = train['ChronicDiseases'].astype('object') 로 먼저 바꾸면 되는군요! 보시는 분들도 참고하세요~
검증평가의 roc_auc_score값은 평가모델의 예측점수인가요? 평가(채점)에서의 roc_auc_score값은 출력 결과에 대한 값일까요? 두 파트의 차이점이 궁금합니다.
질문을 정확히 이해하진 못했지만 시험에서는 검증 데이터로만 평가지표 스코어를 계산할 수 있습니다. :)
작업2유형 모델에서 손튜닝 하셨다는게 어떤 의미일까요?
그리드 서치와 같은 함수를 활용하지 않고 결과를 보면서 직접 튜닝한 경우를 이야기 했어요 :)
Dropna를 몰라서 이번 시험은 망했지만 ㅜㅠㅠ 내년에 다시 도전하려구요 ㅜㅠ 궁금한게 저는 맨 마지막 제출때 index가 소수점 첫째자리까지 있었는데 결국 구현을 못하고 제출했는데 소수점을 index에 반영하려면 어떻게 해야 하나요?
작업형2를 말씀하는걸까요?? 정확히 이해를 못했습니다 ㅠ
@@ai-study 네! 마지막 문제의 예시 답안에 index가 1.0 2.0 3.0 이런식으로 되어 있어서요
@@minimanimo2817 5:44 말씀이시죠? 소수점일리가 없는데 하며 한참 찾았습니다 ^^;; 띄어쓰기를 해둘 걸 그랬네요. csv파일에서 c가 콤마 입니다. 영상으로 보셔서 잘 안보이셨을 것 같아요 1,0.1234 (일 콤마 확률값)으로 예시가 적혀있는 내용입니다. 인덱스가 소수점은 아닙니다 :)
테스트에서 index안뽑고 proba만 제출했으면 0점 이겠죠...ㅠㅠ
체점기준에 따라 달라질 것 같네요!ㅠ 0점보단 부분 감점으로 되지 않을까요?
빅분기 실기 보신건가요?ㅎ
그럼요 :) 잘 보고 오셨나요?
주관식 답안 알고싶습니다 ㅠㅠ
저도 알고 싶네요 !! 명확히 답이라고 말하기 어렵지만 추측만 해봅니다