일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- Max
- 이중for문
- 아티클스터디
- 내일배움일지
- 태블로
- Join
- Set
- 내배캠_학습기록
- 다중공선성
- ★
- DATE_SUB
- Leetcode
- python
- 데이터시각화
- Til
- 통계학
- map
- 반복문
- 한줄for문
- SQL
- 시각화
- 데이터전처리
- f-string
- 내일배움캠프
- 리스트
- 프로그래머스
- 선형회귀
- AB테스트
- 가설검정
- SQLD
- Today
- Total
목록전체 글 (227)
노력에는 지름길이 없으니까요
우연히 결과가 나오는 것이 아닌, 항상 일관된 결과가 나오는지 확인해야 한다. ☑️ 재현 가능성동일한 연구나 실험을 반복했을 때 일관된 결과가 나오는지 여부. 연구의 신뢰성을 높이는 중요한 요소.항상 일관된 결과가 나와야 실험이 의미 있어지는 것. -> 다시 벌어지지 않을 일... 의미가 없다고 할 수도 있다.ex) 신약을 개발할 때 실험실에서만 효과가 있는 것이 아니라 실제 상황에서도 일관된 결과가 나온다고 믿을 수 있기 때문에 개발 가능한 것 최근 p값에 대한 논쟁이 두드러지고 있다. (p값을 활용하여 재현가능성을 판단하고 있음)p값을 사용하지 않는 것이 좋다유의수준을 0.05에서 변경하는 것이 좋다 -> 이 숫자가 관습적으로 정해진 값이기 때문에... 더 낮춰야 의미가 있다는 의견이 현재 두드러지는..
아주아주 느리게 진행할 예정이긴 한데, 조금 많이 느린 것 같긴 하다. 데이터 확인을 해보자!우선 확인한 것은 이하와 같다. 1) 데이터양 / 컬럼명 확인2) raw data 기초통계량 확인3) null값 확인 1) 데이터양 / 컬럼명 확인데이터 shape : (520, 20)데이터 컬럼 : ['Age', 'Gender', 'spotify_usage_period', 'spotify_listening_device', 'spotify_subscription_plan', 'premium_sub_willingness', 'preffered_premium_plan', 'preferred_listening_content', 'fav_music_genre', 'music_time_slot', 'music_Infl..