해결된 질문
작성
·
238
·
수정됨
0
import pandas as pd
train = pd.read_csv("train.csv")
test = pd.read_csv("test.csv")
from sklearn.preprocessing import LabelEncoder
cols = train.select_dtypes(include='object').columns
for col in cols :
le = LabelEncoder()
train[col] = le.fit_transform(train[col])
test[col]=le.transform(test[col])
from sklearn.model_selection import train_test_split
X_tr, X_val, y_tr, y_val = train_test_split(train.drop(['price'],axis=1), train['price'], test_size=0.1, random_state=2022)
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_absolute_error
model=RandomForestRegressor(random_state=2022)
model.fit(X_tr, y_tr)
pred=model.predict(X_val)
pred=model.predict(test)
submit=pd.DataFrame({'price':pred})
submit.to_csv("00000.csv",index=False)
pd.read_csv("00000.csv")
답 풀이과정 자체를 외워서 풀이연습중인데요!
위처럼 해도 고득점 받을수 있을지 문의드립니다. ㅎㅎ
RMSE를 몰라서 그냥 MSE로 풀었다고 가정해봤습니다.
답변 1
0
이전 답변과 동일합니다.
위처럼 해도 고득점 받을수 있을지 문의드립니다.
의 답변은 알 수없습니다. 작업형2는 점수 구간을 공개하지 않고 있습니다.
또한 시험마다 점수 구간이 달라 이전엔 맞더라도 다음 시험은 달라 질 것으로 보입니다.
그리고 더이상 인코딩이나 스케일링이나 전처리, 튜닝을 추가하지 않고
기본모델만 작성해서 제출한다면 비교가 필요 없으므로 검증을 하는 의미가 없습니다. mse 포함
from sklearn.model_selection import train_test_split
X_tr, X_val, y_tr, y_val = train_test_split(train.drop(['price'],axis=1), train['price'], test_size=0.1, random_state=2022)
을 하지 않아도 됩니다.
바로
model.fit(train.drop(['price'],axis=1), train['price']) 한 것과 동일합니다.