2출제 경향 & 난이도
제가 4월달 시험 이후 두 번째 시험이라 그런지, 난이도가 보통(중)이라는 생각을 했습니다.
<2026.06.26.(금) 11:00 - 분류문제>
1) pd 임포트
2) 파일 불러오기
3) 컬럼 합쳐서 새 컬럼 만들기(df(A) = df(a) + df(b) + df(c))
4) 합친 컬럼으로 시각화(막대 그래프 - barplot)
5) speed 900 이상 이상치 제거
6) RobustScaler를 이용한 스케일링
7) confusion_matrix 후 heatmap으로 표현(제시안한 fmt = 'd'까지 적었는데, 인정해주겠죠?^^)
8) pd.get_dummies
9) 데이터 분리 후 train_test_split 하고 fit 하기 (★ x_train, x_test라고 소문자로 주어짐)
10) 딥러닝 모델
11) EarlyStopping을 estop으로 나타내기
12) ModelCheckpoint를 check으로 나타내기
13) best_model.h5를 load_model한 후, predict하여 결과값 알기 -> 답은 No이므로 'N'
<2026.06.27.(토) 11:00 - 회귀문제> (6월달 4회기 중 유일하게 회귀문제 나왔던 시험)
1) pd, sns 임포트
2) 파일 불러오기
3) barplot 나타내고 많이 나온 부분 답 적기 -> 정답: '비만'
4) 특정 cols를 정해주고 corr에 대한 히트맵 그리기
5) 주어진 부분만큼 이상치 제거 및 이상치 몇 개 제거했는지 답안 적기 -> 정답: 3개
6) 비어있는 <blank 1>, <blank 2>를 채워 실행하기 -> isnull, fillna
-> 결측치에 최빈값으로 채운 후 최빈값 개수 정답 적기(난 여기서 틀린 듯...)
※ 최빈값 개수 적을 때 유의점: fillna를 이용하여 결측치 채운 후, value_counts() 함수를 이용하여 최빈값이 많이 나온 개수를 찾으면 됨.
7) pd.get_dummies 하기( columns 지정, drop_first 하라고 했던 듯..) [dtype은 안주어줬던 듯..긴가민가..]
8) 데이터 분리 후 train_test_split 하고 fit 하기 (★ x_train, x_valid라고 소문자로 주어짐)
9) XGBRegressor 임포트해서 xgbr에 설정 후 학습
9) xgbr에 대한 feature_importances_ 적용하여 제일 좋은 importance 찾기 -> 정답> 1번. weights 컬럼
10) RandomForestRegressor 임포트해서 rfr에 설정 후 학습
11) mean_abosolute_error를 이용하여 적절한 모델 찾아 그 값을 소수 2자리까지 표현(좋은 모델 = 작은 값)
12) 딥러닝 모델
13) EarlyStopping을 estop으로 나타내기
14) ModelCheckpoint를 check으로 나타내기
15) ai_best_model.h5를 load_model한 후, predict하여 예측을 결과 나타내기