모의고사 1회분 문의
책을 사서 연습중인데 다음과 같은 사항이 의문입니다.
02 :
(답안01=brand)라고 적어주셨는데 답안01='brand'를 의도하신 것인가요?
03 :
예 답안04 = ‘gasoline’ => 답안03을 의도하신 걸로 이해하겠습니다.
07 :
답안03 변수에 저장하라고 되어있습니다. 답안07을 의도하신 걸로 이해하겠습니다.
08 :
훈련과 검증에 사용할 데이터를 분리하면 test 데이터는 어떻게 또 나누나요?
다음 문제에 보니 test data를 나누는 부분이 없고 12번이나 13번 문제 예시를 보니 model.evaluate를 validation test set로 수행하던데 이게 일반적인 경우로 볼 수 있을까요?(일단 Gemini의 경우에 validation set과 test set을 혼용하는 것은 잘못된 방식이라고 설명해주고 있습니다.)
13 :
데이터에 결측지가 많이 있어서 모델 fit을 돌리면 전부 NA로 나오는 것이 아닐까요? fillna는 05번 06번 문제에서 option_grade column과 brand column에만 적용이 되어있습니다. isfill().sum()을 해보니 결측치가 남은 행들이 남아있는 것을 확인이 되었구요.
따로 결측치를 제거하는 요구사항이 없어서 그대로 넘어가니 학습이 NaN으로 정상 진행되지 않았고, 동일하게 실전 모의고사 코드로 실행해보아도 마찬가지로 다음과 같이 NaN이 뜨는 것을 확인했습니다.
딥러닝 모델 학습 완료 10/10 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step - loss: nan
일단 dropna로 데이터를 재가공해서 모델이 돌아가는 것은 확인했습니다만 예상치 값이 얼마쯤 나오는 것이 일반적인지 보려고 하니 가늠이 안되어서 일단 넘어가려고 합니다.
13 :
keras update이후 keras가 독립된 것으로 나오는데
import keras가 아닌 from tensorflow.keras.models import Sequential 이런 문법이 가능한가요?
일단 colab에서도 에러가 뜹니다.
첫 문제를 풀었는데 의아한 부분이 많네요. 확인 부탁드립니다.
댓글
안녕하세요, 질의주셔서 감사합니다.
문의 주신 사항에 대해 항목별로 답변드리겠습니다.
02번
해당 부분은 오타가 아니라 의도된 표현입니다.
문제 흐름상 컬럼명을 변수에 담는 형태로 이해하시면 됩니다.
03번
이 부분도 단순 실수가 아니라 문제 흐름에 맞춰 의도된 구성입니다.
답안03에 값을 넣는 것으로 이해하고 진행하시면 됩니다.
07번
동일하게 변수 번호와 문제 번호를 엄격히 일치시키기보다는
흐름 중심으로 구성된 문제입니다.
따라서 답안07 변수에 저장하는 것으로 이해하시면 됩니다.
08번
일반적인 실무에서의 데이터 분리 방식은
Train / Validation / Test로 나누는 것이 맞습니다.
다만, 해당 시험은 Train과 Validation만 나누어 진행하는 수준으로 구성되어 있습니다.
즉, 실무적인 전체 구조보다는 학습과 검증 흐름을 이해하는 데 초점이 있습니다.
또한 associate 시험의 경우,
지문의 내용을 그대로 구현할 수 있는지를 평가하는 방향으로 출제되기 때문에,
문제에서 제시된 흐름에 맞춰 validation set을 기준으로 평가를 진행하는 형태로 이해하시면 됩니다.
13번 (결측치 관련)
해당 데이터는 결측치가 일부 존재하더라도
딥러닝 모델 학습 및 14번의 예측 결과를 확인하는 데에는 큰 문제가 없도록 구성되어 있습니다.
즉, 결측치가 있더라도 전체 흐름상 학습과 예측 값은 정상적으로 확인 가능하니
문제 풀이 진행에는 참고 부탁드립니다.
13번 (Keras import 관련)
해당 이슈는 파이썬 버전이 높은 환경에서 발생하는 문제일 가능성이 있습니다.
시험 및 일반적인 실습 환경에서는 아래 방식으로 사용하시면 됩니다.
from tensorflow.keras.models import Sequential
환경에 따라 import 오류가 발생할 수 있으니,
가급적 3.11 이하의 Python 환경에서 실행하시는 것을 권장드립니다.
전체적으로 해당 문제들은 실무 기준보다는
시험 대비용으로 단순화된 구조로 의도된 구성이니 참고 부탁드립니다.
댓글을 남기려면 로그인하세요.