[빅데이터 분석기사] 빅분기 실기 8회 후기, 복원문제, 데이터, 예상 답안 코드

 

24년 6월 22일에 빅분기 8회를 보고 왔습니다!

원래는 문제 까먹기 전에 기록해서 올리려고 했는데

금요일날 밤새서 마지막으로 코드 복습하고 토요일에 시험보고 와서 쓰러져 자느라 이제야 올리네요

대표사진 삭제

사진 설명을 입력하세요.

 

후기부터 말하자면 저는 쉬웠습니다! 모르는 문제 하나도 없이 전부 풀었습니다!

근데 가채점 해보니 3유형에 소문제 하나 틀린거 같아요, 그래도 1유형 2유형 다 맞아서 70점으로 합격은 보장된 것 같습니다

데이터 마님 기출 복원에 비하면 진~~짜 쉬웠어요 ㅋㅋㅋ..

공부기간은 딱 7일이었습니다

7일 공부한것치곤 정말 쉽게 나왔습니다 왜냐? 일단 1유형에 시간문제 안 나오길 빌었는데 안 나왔습니다 이게 제일 까다로웠거든요...

7월 5일에 가채점 결과 나오는데 합격하면 7일만에 합격하는 법 글쓰러 오겠습니다!

다음에 실기 보시는 분들 벼락치기 포기 하지마십쇼 7일이면 됩니다..

 

데이터 마님과 제가 블로그에 기록한 것만 복습하시면 8회는 푸는데 지장 없으실 것 같습니다.

진짜로 제 블로그에 어렵다고 코드 설명해놓은 부분이 8회 기출보다 훨씬 어려워요

저도 다른 블로그에서 시험 후기들을 보고 많은 도움 받았기에 다음 회차에 시험 보실 분들을 위해 글을 남기겠습니다

제가 시험장에서 써서 풀었던 코드입니다!

시험에서 총 제출 답안은 6/11로 제출되면 됩니다! 5개는 문제라서 6개가 답안입니다

 

기억이 가물가물해서 숫자값 같은 건 정확하지 않을 수도 있습니다

---

<1유형>

# 1번 문제

1) 대륙별 평균 맥주소비량이 많은 곳을 구하시오

2) 앞에서 구한 대륙에서 다섯번째로 맥주 소비량이 많은 나라를 구하시오

3) 2번에 해당하는 나라의 맥주 소비량을 정수로 작성하시오

 

# 1번 정답

313

(아일랜드 맥주 값을 구하는 문제)

**1번 소문제를 잘못 읽고 헷갈리신 분들이 조금 계시더라구요

평균 맥주 소비량이 가장 큰 나라가 속한 대륙을 가져오는 것이 아닙니다 >> 이렇게 AF를 고르신 분이 꽤 되시는 ㅠㅠ

대륙별로 묶어서 그 대륙 맥주의 소비량을 평균을 구한 다음에 가장 큰 대륙을 골라와야 합니다

대륙끼리 'Groupby'를 먼저 했어야 해요!!

 

아래 파일은 실제 시험에서 나온 맥주 파일과 동일합니다!

코랩에서 실제로 해보시면 좋을 것 같습니다

df.groupby('continent')['beer_servings'].mean().sort.values(ascending=False)
cond=df['continent'=='EU']
df2=df[cond].sort_values('beer_servings', ascending=Falase).reset_index
df2.iloc[4]

# index가 0번부터 시작하니까 0,1,2,3,4으로 4번 인덱스의 값이 5번째로 맥주 소비량이 많은 나라라고 생각 되어서 4번 가져왔습니다.
df2=df[cond].sort_values('beer_servings', ascending=Falase)
# 여기까지만 치셔도 5번째 값까지는 보이니 5번째 순서인거 확인해서 Ireland로 찾아도 됩니다

 

---

 

# 2번 문제

관광객 비율 = 관광입국 인원 / (관광+공무 입국인원)

(이건 맞는지 긴가민가해요 관광객 비율 정의가 기억안남.. 암튼 이런식으로 생겼었음)

1. 관광객 비율이 두번째로 높은 나라의 '관광' 수를 a라고 정의하시오

2. 관광객 수가 두번째로 높은 나라의 '공무' 수를 b라고 정의하시오

3. a+b의 값을 구하시오

 

#2번 정답

239

(홍콩 관광+일본 공무)

df['관광객비율']=df['관광입국']/(df['관광입국']+df['공무입국'])
df2=df.sort_values('관광객비율', ascending=False).iloc[:1,]
print(df2['관광'])
# '홍콩'이 두번째로 높았고 그 나라의 관광수 74

df3=df.sort_values('관광입국', ascending=False).iloc[:1,]
print(df3['공무'])
# '일본'이 두번째로 높았고 그 나라의 공무 수 165

print(a+b)
# 정답 239

 

---

# 3번 문제

Co 칼럼과 Nmch 칼럼의 최대-최소 scaler 를 시행한 다음 각 칼럼의 표준 편차를 구하시오

co 칼럼의 표준 편차 = a, Nmch 칼럼의 표준편차 = b

a-b값을 구하시오

최대최소 정규화는 문제에 정의해줬습니다

=( Xn - Xmin ) / (Xmax - Xmin)

 

# 3번 정답

-0.026

(문제에서 a-b 라고 식을 정의해줬어서 꼭 마이너스가 붙어야 합니다. '차이'라고 생각해서 절댓값 붙여서 틀리신 분들이 꽤 되었음)

sklearn.preprocessing import MinMaxScaler해도 답은 같게 나온다고 합니다!

co_min=df['co'].min()
co_max=df['co'].max()
nmch_min=df['nmch'].min()
nmch_max=df['nmch'].max()

df['co_scaler']= (df['co']-co_min) / (co_max-co_min)
df['nmch_scaler']= (df['nmch']-nmch_min) / (nmch_max-nmch_min)
a=df['co_scaler'].std()
b=df['nmch_sclaer'].std()
print(a-b)
## 답 -0.026


## sklearn 사용 예시
from	sklearn.preprocessing	import	MinMaxScaler	
mscaler	=	MinMaxScaler()
df['co']=mscaler.fit_transform(df[['co']])
df['nmch']=mscaler.fit_transform(df[['nmch']])

 

---

<2유형>

종속변수: 지하철역 인원수, 평가지표: mae

종속변수가 인원수여서 연속이므로 회귀문제 였고 범주형 칼럼들이 있어서 원핫 인코딩 사용했습니다

mae=104 정도 나왔습니다

name 칼럼을 추가할지 말지 고민했는데 이거 빼면 x_test 개수가 2064가 안 나와서 포함시켜서 했습니다

name 빼고 구하신 분들은 mae가 400대가 나왔다네요 넣고 한게 맞는듯

(문제에서 최종 제출된 칼럼의 크기가 2064라고 고지해줬음.. 숫자는 정확하지 않다만)

 

출력한다음에 제출 버튼 꼭 눌러야합니다!!

x_train=train.drop(columns=['인원수'])
y_train=train['인원수']
x_test=test

# 행,열 개수 맞는지 확인
print(x_train.shape)
print(x_test.shape)
print(y_train.shape)

# info > category나 object 있는지 확인 > object 있음 > 원핫 인코딩 필요
print(x_train.info())
print(x_test.info())
print(y_train.info())

# describe 이상치 확인 > min, max 비교해서 이상치 있으면 대체 > 이상치 없음
print(x_train.describe())
print(x_test.describe())

#결측치 확인 > 결측치 없음
print(x_train.isnull().sum())
print(x_test.isnull().sum())
print(y_train.isnull().sum())

#변수처리(원핫 인코딩)
x_train=pd.get_dummies(x_train)
x_test=pd.get_dummies(x_test)

#원핫 인코딩 제대로 됐는지 확인
print(x_train.info())
print(x_test.info())

# 훈련,검증 데이터 분할
from sklearn.model_selection import train_test_split
x_train, x_val, y_train, y_val = train_test_split(x_train,
												  y_train,
												  test_size=0.2)

#제대로 분할 됐는지 개수 확인
print(x_train.shape)
print(x_val.shape)
print(y_train.shape)
print(y_val.shape)

# 학습 시키기
from sklearn.ensemble import RandomForestRegressor
model=RandomForestRegressor()
model.fit(x_train,y_train)

# 훈련 데이터 검증
y_pred=model.predict(x_val)
from sklearn.metrics import mean_absolute_error
mae=mean_absolute_error(y_val, y_pred)
print(mae)

# x_test값 넣기
y_result=model.predict(x_test)

#데이터 제출
pd.DataFrame({'pred':y_result}).to_csv('result.csv',index=False)

#제대로 제출 됐는지 불러서 읽어보기
df2=pd.read_csv("result.csv")
print(df2.head())
print(len(df2)) = 2064

 

---

<3유형>

## 3-1-1번 문제

로지스틱 회귀를 적용하여 유의하지 않은 변수의 개수를 쓰시오

상수항을 추가해야 함.

종속변수:고객이탈지수

 

## 3-1-1 정답

12

statsmodels 방식으로 풀어서 0.05보다 큰 값을 고르면 되는 문제였습니다

회귀식에서는 귀무가설:회귀식의 해당 변수가 영향력이 없다 vs 대립가설:회귀식의 해당변수가 영향력이 있다 입니다

그러므로 0.05 보다 작으면 대립가설 채택,

0.05보다 크면 귀무가설 채택(=해당 변수가 영향력이 없다=유의하지 않다) 입니다.

x=df.drop(columns=['이탈지수']
y=df['이탈지수']

# 로지스틱 회귀모형 적합
x=sm.add_constant(x)
model = sm.Logit(y, x).fit()
summary=model.summary()
print(summary)

 

---

## 3-1-2번 문제

유의미한 변수만을 독립변수로 하여 로지스틱 회귀를 다시 적용하라

그 후 회귀계수의 평균을 구하시오

 

## 3-1-2 정답

-0.456

(근데 저는 0.111를 쓴 것 같습니다.. 왜지..? 3개만 골라서 로지스틱 회귀 적합시킨 것 같은데.. 기억이 가물가물..)

+ 추가

다시 생각났는데 회귀계수 평균을 구할때 저는 상수항을 빼고 구한 것 같습니다 b1+b2+b3 의 평균

근데 bo+b1+b2+b3 까지 해서 구해야 해서 -0.456이 맞을 겁니다

 

---

## 3-1-3 문제

3-1-2에서 적용한 회귀식에서 calls 변수가 5증가하면 오즈비는 몇배 증가하는가?

 

## 3-1-3 정답

7.919

# age의 weight 오즈비 계산
odds_ratios = np.exp((model.params['calls'])*5)
print(odds_ratios)

 

np.exp(5*call 변수의 회귀계수 값) =7.919= 정답
5 * np.exp(call 변수의 회귀계수값) =7.563= 오답

 

---

# 3-2-1 문제

다중선형 회귀를 적용하여 가장 유의미한 변수의 회귀계수를 쓰시오

종속변수:piq

독립변수:brain, height, weight

 

#3-2-1 정답

2.129

(brain의 회귀계수의 p value값이 가장 작았습니다 > p value값이 작으면 귀무가설 기각, 대립가설 채택)

#	모델링
x=df.drop(columns=['PIQ']
y=df['PIQ']

import	statsmodels.api	as	sm
x	=	sm.add_constant(x)					
model	=	sm.OLS(y,	x).fit()				
#	y_pred	=	model.predict(x)
summary	=	model.summary()
print(summary)

 

---

# 3-2-2문제

결정계수 값을 구하시오

 

# 3-2-2정답

0.313

(저는 상수함 포함해서 결정계수 구했습니다 근데 상수항 추가 하면 안된다는 말들도 있네요)

---

#3-3-3 문제

위에서 적합하여 나온 다중선형회귀식에서 키:70, 몸무게:150, 뇌크기:90 일때의 PIQ 값을 구하시오

 

#3-3-3 정답

PIQ= brain*90 + height*70 + weight*150 = 104.873

 

---

코드는 제가 직접 푼거라 틀릴 수도 있다는 점 유의해주세요

많은 도움이 되셨으면 좋겠습니다!

 

코드를 복사하셔서 쓰고 싶으신 분은

문제 + 예상답안을 파이썬 파일로 만들어서 첨부했습니다!

비밀번호가 걸려있어요 필요하신 분은

댓글 남겨주세요 :)

 

datafox_빅데이터_분석기사_실기_8회_문제_예상답안.zip

0.01MB