9566

이렇게 미리 사전고지를 한걸 보면 아무래도 주최측에서 고치고자 하는게 많을 거 같아 사전 고지를 한 것 같습니다. 작업형 제 2유형의 경우, 무지성으로 랜덤포레스트를 사용했습니다. 사용했을 때 model.score() 결과, 0.78정도 나왔어서 대강 20점은 받겠다고 생각했습니다. 어차피 작업형 제 1유형은 다맞을거란 생각을 했었습니다.(30점 확보) 그래서 단답형이 어렵긴 했긴 했지만 확실히 10점은 맞추고자 했습니다. 혹시 몰라 20점은 받아야겠다 생각했지만 18점이 나왔네요. 이런 18 결과적으로 작업형 제 2유형에서 만점이 나왔고 이런 결과가 나와서 상당히 놀랐습니다. 결과적으론 제가 생각했던 공부법이 유효하게 맞아떨어진것 같습니다. 시간 남을 때 빅분기 5일 완성을 완성시켜야겠습니다.

빅데이터 분석기사 3회 - 실기 후기 2회차 기출문제 + 제공 문제를 보니 작업형 문제가 조잡(?)한거 같아 R이 아닌 파이썬을 사용했습니다. 결국 시중에 있는 문제집을 이용하지 못했습니다. (책의 두께도 만만치 않아 짧은 시간 공부하기엔 적합하지 않다고 판단했습니다.) (필자는 위기주도 학습으로 5일 완성을 목표로 했습니다.) 먼저, 공식사이트에서 제공하는 작업환경(구름 goorm)에 있는 문제를 최대한 이용해 공부했습니다. 주피터 노트북이나 비쥬얼 스튜디오에서 풀어도 되지만 error 발생시 구름과 error의 결과 내용이 달랐기 때문입니다. 추천 : error 결과문 적응을 위해 구름에서 공부하시길 추천합니다. 단답형의 경우, 처음부터 어렵게 보였습니다. 초장에 많이 당황해서 절반정도 풀었던 것 같..

----------------------------------------------------------------------------------------------------------------------------- ​ 개인정보 익명처리법 가명-일반화-섭동-치환 가일섭치(과일섭취) ​ 비식별 조치 가이드라인의 적정성 평가 프로세스 기초 자료 작성-평가단 구성-평가 수행-추가 비식별 조치-데이터 활용 기구수 추활 ----------------------------------------------------------------------------------------------------------------------------- ​ 데이터 정확성 정확성-사실성-적합성-필수성-연관성 ​ ​ 데..

# 9. 회귀 모델 # 9-1. 선형 회귀(릿지/라쏘) from sklearn.linear_model import LinearRegression from sklearn.linear_model import Ridge from sklearn.linear_model import Lasso from sklearn.linear_model import ElasticNet model = ElasticNet() # 9-2. 결정나무 from sklearn.tree import DecisionTreeRegressor model = DecisionTreeRegressor(random_state=0) # 9-3. SVM from sklearn.svm import SVR model = SVR() # 9-4. 랜덤포레스트 fr..