📚 Study

ADP 공부를 왜해?라는 질문을 생각보다 자주 듣게 되어 나는 ADP 공부를 왜하고 있는 것일까, 잘 하고있는 것일까에 대한 회고를 하게 되었습니다. ADP를 공부한 사람으로서 상당히 실무적인 자격증이라고 대답할 수 있습니다. 그렇기 때문에 실무적인 능력을 인정받고 싶어 이 자격증을 바라보고 열심히 공부를 해왔던 것 같습니다. "자격증 취득을 위한 자격증은 지양한다"는 말을 많이 들어서 공부를 하면서 실제로 적용도 많이 해보고 나중에 참고를 할 수 있도록 github나 tistory에 계속해서 흔적을 남겨왔습니다. 거의 1년동안 ADP 공부를 하면서 느낀 것은 ADP 공부에 요령은 없다!입니다. 열심히 데이터를 뜯어보고 공부한 만큼 실력도 쌓이고 자격증의 합격은 그에 저절로 뒤따라 오는 것인 것 같다는 ..

물론 pandas에는 아주 익숙하지만 잊어버리거나 하는 경우를 대비하여 곁에 두고 자주 보는 것이 좋기때문에 블로그에 올려둡니다! 보통 cheetsheet은 한장으로 정리되어있는데 pandas는 두장으로 정리가 되어있네요! 자주자주 봐야겠습니다 ㅎㅎ

2022.07.13 - [ADP 실기] - [ADP] ADP 25회 실기시험 후기 및 문제 복기 [ADP] ADP 25회 실기시험 후기 및 문제 복기 이번에 첫 ADP 실기시험을 응시하고 왔는데요! 4시간이..길줄 알았는데 정말 순식간에 지나가더라구요.. 실기시험 후기가 없기도 하고 있더라도 오래된 후기라서 최근 시험 방식을 간단하게 적어 xod22.tistory.com 2022.11.20 - [ADP 실기] - [ADP] ADP 26회 실기시험 후기 및 문제 복기, 풀이 [ADP] ADP 26회 실기시험 후기 및 문제 복기, 풀이 2022.07.13 - [ADP 실기] - [ADP] ADP 25회 실기시험 후기 및 문제 복기 [ADP] ADP 25회 실기시험 후기 및 문제 복기 이번에 첫 ADP 실기시..

2022.07.13 - [ADP 실기] - [ADP] ADP 25회 실기시험 후기 및 문제 복기 [ADP] ADP 25회 실기시험 후기 및 문제 복기 이번에 첫 ADP 실기시험을 응시하고 왔는데요! 4시간이..길줄 알았는데 정말 순식간에 지나가더라구요.. 실기시험 후기가 없기도 하고 있더라도 오래된 후기라서 최근 시험 방식을 간단하게 적어 xod22.tistory.com ADP 26회도 응시하였는데 늦었지만 간단하게 시험복기한 것과 풀이한 것을 적어보려고 합니다. 시험문제 복기 - 머신러닝 1-1. 결측치 식별하여 제시, 삭제하지 않고 처리하는 방법과 결과 1-2. 이상치 제거 1-3. 군집생성과 사유 2-1. 군집성능지표, 군집간 차이와 특성분석 2-2. 추천상품 구성, 타군집과의 추천 상품차이 2-3..

수치형변수 : boxplot을 통한 이상치제거(familysizestr(문자)->더미변환 RandomForestClassifier RandomForest : 0.7703455129 train/test로 나누고 끝이 아니라 정확도를 확인하고 데이터를 합쳐서 다시 모델을 학습시키니 성능이 더 좋아졌다!!

수치형변수 : boxplot을 통한 이상치제거(familysizestr(문자)->더미변환 변수 정규화 진행(MinMaxScaler)+XGBoost(XGBoostclassifier) XGBoost : 0.6819231961 정규화때문인지 XGB 모델 때문인지 갑자기 성능이 낮아짐..뭐가 문제인 것인가 계속 정확도를 판별할때 model.score(y_test, pred)로 했었는데 계속 1로 출력이되서 과대 적합인가?하고 정확도를 어림잡을 수 없었는데 accuracy_score(y_test, pred)로 산출을 하니 0.7~언저리로 출력이 되었다. 보통 score과 실제 결과 제출은 0.05정도 차이가 나는 것으로 확인되며 이를 통해서 모델 성능을 파악하고..이것저것 만져봐야 좋은 성능을 낼 수 있을 것 같..

수치형변수 : boxplot을 통한 이상치제거(familysize변수 생성 후 기존 변수 삭제 VCL유효성검사(유효하지 않다고 생각하는 문항 삭제) 상관계수 그래프 행렬(범주형을 제외하고) 영향이 없다고 생각되는 컬럼 drop 명목현 변수->str(문자)->더미변환 랜덤포레스트(RandomForestClassifier) +하이퍼파라미터 튜닝 1차:0.713114415 2차:0.7127885655 3차:0.7121872187(VCL은 유효성 row제거후 문항삭제 안함VCL6,9,12만 삭제!, 모델에 큰 영향은 주지 않는 것으로 파악) 전처리 순서도 변경해보고 EDA(boxpot, 상관계수그래프)를 통해 전처리를 추가 진행하고 나름 논리적으로 모델을 구성했다고 생각했는데 정확도가 처음보다 좋게 나오지 않아..

이상치제거(familysize