OLAB

평가지표 : ROC-AUC 일때 '확률'로 제출해야한다.proba( )[:,1] 을 추가해줘야함.final_result = model_lgbm.predict_proba(test_x)[:,1]

25년도 실기 유형 반영해서두가지 모델(RandomForest, LGBM)로 풀이를 하는 코드를 추가합니다. import pandas as pdimport numpy as np # RMSE 계산을 위해 위로 올렸습니다.train = pd.read_csv("data/customer_train.csv")test = pd.read_csv("data/customer_test.csv")# 사용자 코딩train1 = train.copy()test1 = test.copy()# 결측치 제거train1['환불금액'] = train1['환불금액'].fillna(train1['환불금액'].mode()[0])test1['환불금액'] = test1['환불금액'].fillna(test1['환불금액'].mode()[0])# 라벨..

공모주가 나오면 항상 지켜만 봤는데, 제테크에 더 관심을 가지면서 이번에 케이뱅크 공모주를 신청해보기로 했다. 처음하면서 헷깔렸던 부분을 포함하여 글을 작성한다. 케이뱅크는 이번에 NH, 삼성, 신한투자증권에서 공모를 진행함, NH와 삼성이 인수수량이 많아서 나도 이번에 NH투자증권 계좌를 만들었다.균등배정, 비례배정 두가지가 있으나, 케이뱅크 공모가 큰 돈이 들어가기는 위험하다는 의견이 많아서, 20주만 넣어서 균등배정만 노리는게 좋을거 같다. 👉 결론 : 최소 균등배정인 20주를 신청하기 위해 증거금(50%)인 83,000원을 입금하고 청약하면 됩니다. • 청약일정 : 2026년 2월 20일(금)~2월 23일(월)• 확정공모가 : 8,300원 (희망 밴드 하단)• 주관사 : NH투자증권, 삼성증..

주요 핵심 코드 0.각 값이 몇 번 나왔는지 계산 : value_counts() 1. 컬럼별 그룹화 : groupby('column')['column'] (~별 ~의)- groupby('column').size : 컬럼별 횟수 구할 수 있음 2. 데이터 정렬 : sort_values(ascending = False) ← 내림차순 3. 날짜 데이터 처리 :yyyy = pd.to_datetime(df['column'], format = '%Y %m %d).dt.strftime('%Y')Ex)“Jan 3, 2018” → %b %d, %Y“March 3, 2018” → %B %d, %Y ordf['주문월'] = df['주문시간'].dt → .dt.year # 연도 추출 (2025) ..

25년 11월 21일 기준으로 되어있는 빅데이터 분석기사 실기 체험 문제 유형 2번 풀이 드립니다. # 출력을 원하실 경우 print() 함수 활용# 예시) print(df.head())# getcwd(), chdir() 등 작업 폴더 설정 불필요# 파일 경로 상 내부 드라이브 경로(C: 등) 접근 불가import pandas as pdtrain = pd.read_csv("data/customer_train.csv")test = pd.read_csv("data/customer_test.csv")#print(test)#회귀 모델# 사용자 코딩train1 = train.copy()test1 = test.copy()#print(test1)#결측치 제거train1['환불금액'] = train1['환불금액'].f..

# 출력을 원할 경우 print() 함수 활용# 예시) print(df.head())# getcwd(), chdir() 등 작업 폴더 설정 불필요# 파일 경로 상 내부 드라이브 경로(C: 등) 접근 불가import pandas as pdimport numpy as npdf = pd.read_csv("data/employee_performance.csv")# 사용자 코딩# 해당 화면에서는 제출하지 않으며, 문제 풀이 후 답안제출에서 결괏값 제출df['고객만족도'] = df['고객만족도'].fillna(df['고객만족도']).mean()df = df.dropna(subset = ['근속연수'])print(df.info())#3ans_3 = df['고객만족도'].quantile(.75)ans_3_1 = np...

1) .loc는 판다스에서 가장 중요한 인덱싱 방법 .loc는 라벨(label) 기반 인덱싱이야.즉 행과 열의 이름을 이용해서 데이터를 선택숫자 위치(index 위치) 기반이 아님df.loc[행_라벨, 열_라벨] 행_라벨 = 선택하고 싶은 행의 이름(index)열_라벨 = 선택하고 싶은 열 이름(column)둘 다 생략 가능, 콜론(:)으로 범위 지정 가능예시 Dataframeimport pandas as pddf = pd.DataFrame({ 'Glucose':[120, 140, 130], 'BMI':[30.1, 25.2, 28.5], 'Age':[45, 50, 38], 'Outcome':[1, 0, 0]}, index=['A', 'B', 'C'])print(df) Glu..

두 집단이 정말 차이가 있는 걸까? 아니면 우연일까?t-검정이나 카이제곱 검정 등을 활용해 데이터의 의미를 통계적으로 확인하는 방법에 대한 유형입니다. 가. 가설검정 1. T-검정1) 일표본 평균 검정: 모분산을 모르는 경우 (단일표본 t 검정)from scipy import statsstatistic, pvalue = stats.ttest_1samp(sample_data, popmean=기준값) 2) 이표본 독립표본 평균 검정(독립표본 t 검정, 대응표본 t 검정)statistic, pvalue = stats.ttest_ind(male_data, female_data, equal_var=False)3) 대응 표본statistic, pvalue = stats.ttest_rel(before, after) ..

pd.set_option('display.max_columns', None)pd.set_option('display.max_rows', None)시험문제 보다가 행/열을 다보고 싶을때 사용하는 코드 a = df['salary'].unique()해당 열에 유니크 수가 몇개 있는지 확인 가능한 코드 +ans_2 = (df2['salary'] == ' >50K').sum()괄호안에 넣어서 하나의 조건씩이라는걸 표현하면 연산가능

corr_df = df.loc[:, ['vote_average', 'vote_count', 'popularity']].corr() df 에서 수치형 변수들 간 상관관계를 계산 corr_df = corr_df.stack() 상관관계를 많이 계산한다면 stack 으로 변경 해야할듯 ans_3 = corr_df[corr_df != 1].idxmax() 최대값을 찾는다