로운's 기술노트

단순히 문제만 보고 대여기간별 할인율을 간과했다.할인율과 기간별 할인구간을 추가하여 통과했다. 조건은 아래와 같다.1.자동차 종류가 '세단' 또는 'SUV' 인 자동차2. 2022년 11월 1일부터 2022년 11월 30일까지 대여 가능3. 30일간의 대여 금액이 50만원 이상 200만원 미만인 자동차 (+할인율&기간별 할인구간)4. 자동차 ID, 자동차 종류, 대여 금액(컬럼명: FEE) 리스트를 출력5. 결과는 대여 금액을 기준으로 내림차순 정렬하고, 대여 금액이 같은 경우 자동차 종류를 기준으로 오름차순 정렬, 자동차 종류까지 같은 경우 자동차 ID를 기준으로 내림차순 정렬해주세요. SELECT c.CAR_ID, c.CAR_TYPE, round(c.daily_fee*30*((100-p.discoun..

오랜만의 알고리즘이다.단순히 x를 x씩 증가하는 n개의 리스트를 반환하는 문제이다. # 방법1def solution(x, n): answer = [] for i in range(1, n+1): answer += [x * i] # 리스트로 묶어줘야 리스트에 담김!!! return answer # 방법2 (캄프리헨션)def solution(x, n): answer = [x * i for i in range(1, n + 1)] return answer# 캄프리헨션은 리스트를 초기화하지 않아도 OK(반복되는 요소를 가진 새로운 리스트를 생성하고 반환)

ㅇ 분석을 통해 액션아이템을 내고, 이후 성과까지 추적하면 best!! ㅇ 스토케스틱(확률론적) 접근 방식은 불확실성이나 무작위성을 다루는 데 사용되는 방법 ㅇ 서비스에 따라 이상치는 무조건 제거해야 할 대상이 아니다..! (e.g. 게임업계의 소수의 핵과금유저) ㅇ 평균 > 최빈값은 용도가 조금 다르기 때문에, 강사님의 경우 산술평균과 중앙값을 병기하는 경우가 많음   1) 산술평균 : 모든 데이터를 더한 뒤 전체 데이터의 수로 나눈 값 (보편적으로 많이 쓰이나 왜도와 이상치에 취약) * 왜도 : 특정한 방향으로 데이터가 쏠려 있는 것. 보통 꼬리(tail)를 당긴 것처럼 생겼다고 표현. 수치로 측정이 가능하나 보통 그래프로 판단 * 이상치 : 다른 관측치와 유의하게 다른 데이터. 이상치의 분류는 데이..

목표 : [오전] 코드카타           [오후] 통계학 복습, 파이썬 300제  드디어 금요일이다! (언제쯤 주말에 쉴 수 있을까)이번 챕터는 학습주차마저 시간이 많지 않은 느낌이다.벌써 통계학 주차의 일주일이 지나버려서다음 주에 머신러닝 기초 1주일, 그다음 주차에 머신러닝 심화 1주일만 하면 바로 프로젝트이기 때문이다.정말 할 일이 많아서인지, 한계시속체증의 법칙 때문인지는 모르겠지만 체감되는 시간이 너무 빠르다. 통계학 강의는 고민 끝에 중요하다고 생각되는 개념이나 강조점 정도만 적어두기로 했다.세션에 더 집중해야겠다. [강의] 통계학_기초(1) (tistory.com)다음 목표 : [오전] 코드카타, 파이썬 300제                    [오후] 통계학 세션, 머신러닝 강의 수강

목표 : [오전] 코드카타, 파이썬 챌린지반 수강(4 / 6회차)           [오후] 통계학 복습, 파이썬 300제  [Python 챌린지_4회차]ㅇ 머신러닝 평가- 중간평가는 validation 데이터로, 최종평가는 test데이터로 진행  (학습데이터 평가는 잘나오는 것이 당연하기 때문에 무의미함. 오차 0)   * validation은 원 데이터에서 분리. (cross_validation을 사용) - validation 데이터 평가 결과를 가지고 하이퍼파라미터를 진행   * 하이퍼파라미터 : 사람이 조절하는 파라미터 그리드서치(grid_search),랜덤서치(rnd_search) : 한 모델에 하이퍼파라미터를 할 때, 사용 - Test데이터 최종테스트는 1회만 진행 ㅇ 선형회귀 Yᵢ (종속변수..

목표 : 통계학 강의 완강, 파이썬 챌린지반 (3회차) 수강 공가로 새로운 팀원들과 오늘 처음 만났다.사전캠프를 제외하면 벌써 3번째 팀이라 그런지 다들 밝고 익숙해 보였다.사실상 통계와 머신러닝이 적용될 첫 프로젝트라 무거운 마음이 일부 있었지만, 마음이 놓인다.  이번 챕터에서의 메인 목표는 총 2가지인데,하나는 '통계', 다른 하나는 '머신러닝'이다. 일단 통계학 강의는 어제부터 수강했는데,음- 일단 통계는 강의를 먼저 2회독하고 6/3(월)부터 진행될 통계학 세션에 집중하는 것이 나을 듯싶다.  머신러닝은 파이썬 챌린지에서 배운 개념을 토대로 6/3(월)부터 프로젝트가 시작되는 약 2주간 최대한 정리하며 소화해보려 한다.파이썬 300제와 他학습반 수강, 코드카타는 서브 목표이다. 이왕이면 즐겁게다..

ㅇ 프로젝트 : 음악 플랫폼 유저 행동 데이터 분석 (notion.site)ㅇ 데이터 : Spotify User Behavior Dataset (kaggle.com)지금까지 개인적으로 준비한 내용을 정리해보았다.프로젝트에 흐름에 알맞는 시각자료 및 근거로 사용하기 위해 각 문항은 독립적으로 서술하였으나 포함하는 내용은 별도 주석처리 하였다. [Preprocessing] One-Hot Encoding 처리columns_to_encode = ['spotify_listening_device', 'music_Influencial_mood', 'music_lis_frequency', 'music_expl_method']for column in columns_to_encode: df_temp = df[colu..

범주형 리서치 데이터..단순히 데이터가 오브젝트 타입이라고만 생각했는데, 큰 오산이었다.먼저 전처리부터..하 리서치의 중복값을 허용해서 설문받아 각각의 범주가 매우매우 길다.         * 이게 고작 2개의 범주... > "While Traveling, Workout session, leisure time, Night time, when cooking",                                                    "Office hours, Study Hours, While Traveling, Workout session, leisure time") 해서 만만한 엑셀로 도전하려다 컬럼이 예상보다 많아 생각을 고쳐먹었다.검색 끝에 One-Hot Encoding라는 게 있어..