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 작업형 1번 문제 작업형 1 공식사이트 : https://dataq.goorm.io/exam/116674/%EC%B2%B4%ED%97%98%ED%95%98%EA%B8%B0/quiz/3 1-1번 작업형 1-1번 : 상위 70% 추출 + 사분위수 Q1의 값을 구하시오. import pandas as pd a = pd.read_csv('/data') a = a.iloc[: int(len(a)*0.7)] answer = a['x1'].describe()['25%'] print(answer) 작업형 1-1번(공식사이트에서 해보기) import pandas as pd X_train = pd.read_csv("data/X_train.csv") X_train = X_train.iloc[..

----------------------------------------------------------------------------------------------------------------------------- ​ 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..