트레버의 정글 생존기 트레버의 정글 생존기

안녕하세요 어제 빅데이터분석기사 7회 실기시험을 보고 후기를 나누려고 합니다. (모두 파이썬으로 풀었습니다.) 1. 문제 복기 《제1유형》 (1번) 결측치 제거후 가장 빈도높은 변수평균구하기 (2번) 특정변수와 가장 큰 상관관계 변수 평균 구하기 (3번) IQR에서 벗어난 값 개수 찾기 시험환경에 적응이 잘 안되어 헤매게 되어 1번 문제에서 시간을 많이 뺐겼습니다. 하지만 모두 연습했던 유형이라 어려움 없이 풀었습니다. 실수를 안했길 빌어봅니다. 《제2유형》- 회귀모델 구축 매출 예측 ■ 데이터 : 제주도 지점 판매데이터 데이터는 train, test 두 개였고, 타겟 분리해서 로그변환했습니다. 결측치는 없었고요. 결정변수에 수치형, 범주형 데이터 함께 있어서 수치형데이터는 최대-최소 스케일링으로, 범주..

이번 포스팅에서는 파이썬에서 점추정치와 구간 추정치를 구하는 방법을 알아보려고 합니다 통계 기본 이해에 중요한 부분이기 떄문에 정리해 보아요 다음과 같이 파이썬에서 점추정과 구간추정을 할 수 있어요 참고로 점추정과 구간추정은 정규분포를 이용할 떄도 있지만 모표준편차가 알려져 있지 않은 대부분의 경우는 t-분포를 이용하게 되어요 import pandas as pd df = pd.read_csv('.../input/data.csv') 1. 점추정 - > 모평균의 점추정치는 표본평균 sample_mean = df['col'].mean() print('모평균의 점추정치 : ', sample_mean) 2. 구간추정 -> 모평균의 신뢰구간 구하기 - 신뢰구간 : 표본평균 ± (신뢰수준 t통계량) * {표본평균의표..

문제 : 'Segmentation' 분류 예측 1. 데이터 불러오기 import pandas as pd train = pd.read_csv("../input/train.csv") test = pd.read_csv("../input/test.csv") 2. ID 삭제, target과 test_id 분리 train = train.drop('ID', axis=1) target = train.pop('Segmentation') test_id = test.pop('ID') 3. 원-핫 인코딩 c_train = train.select_dtypes(include='object') c_test = test.select_dtypes(include='object') n_train = train.select_dtypes(e..

안녕하세요 트레버입니다. 엑셀에는 기능이 참 많은데요. 하지만 엑셀의 기능을 최대한 이용하는 건 쉽지 않죠? 그래서 오늘은 자주 사용하는 기능을 빠르게 사용할 수 있는 엑셀 기능을 소개할까 합니다. 바로 빠른 실행 도구 모음인데요. 저는 엑셀 2016을 사용하고 있어서 이 버전 기준으로 설명할게요 먼저 빠른 실행 도구 모음에 자주 사용하는 메뉴를 추가해 볼까요 ① 화면 상단의 역삼각형 아이콘을 클릭합니다. ② 기타명령(M) 메뉴를 선택합니다. ① 나타나는 대화 상자에서 드롭다운 버튼을 누르고 ② 모든 명령을 선택합니다. 그러면 다음과 같이 메뉴를 선택할 수 있습니다 ① 추가할 메뉴를 선택한 뒤 ② '추가' 버튼을 누릅니다. 추가할 메뉴를 계속 선택하여 반복하고,③ 그 후 확인 버튼을 누르면 화면 상단에 ..