에러메세지와 마주하기
0
4번째 에러에서 xtrain,ytrain을 합친후 삭제를 하는데 각 데이터의 순서(인덱스 순서?)가 다를듯한데 합친후 삭제를 해도 상관없나요?
답변 1
0
안녕하세요:)
타겟을 합쳐서 삭제하는 것도 좋습니다. 영상에서는 index값으로 삭제하는 방식이에요
아래와 같이 작업할 수도 있을 것 같네요!!
화이팅입니다!!
import pandas as pd
from sklearn.datasets import load_wine
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
# 와인 데이터 로드
wine = load_wine()
df = pd.DataFrame(wine.data, columns=wine.feature_names)
df['target'] = wine.target
# 훈련 데이터와 테스트 데이터 분리
X_train, X_test, y_train, _ = train_test_split(df.drop('target', axis=1),
df['target'],
test_size=0.2,
random_state=2022)
# 'proline' 컬럼에서 1500 이상인 데이터 찾기
outlier_indices = X_train[X_train['proline'] >= 1500].index
print("1500이상인 데이터 수:", len(outlier_indices))
# 이상치가 있는 행 삭제
X_train = X_train.drop(outlier_indices)
y_train = y_train.drop(outlier_indices)
# 랜덤 포레스트 모델 훈련
model = RandomForestClassifier()
model.fit(X_train, y_train)
from ~ import 문 사용 시 * 사용 가능여부 문의
0
4
1
12회 작1 2-1
0
11
1
일주일 전 학습방향
0
20
2
roc 코드 질문입니다
0
17
2
섹션12 강의
0
16
1
모의문제3 질문
0
20
2
116. [작업형3] 9. 로지스틱 회귀 문제 질문 있습니다
0
14
2
레이블인코딩 transform 질문
0
20
2
3회 작업형2
0
13
2
문제2
0
14
2
작업형 2 결측치파트
0
19
2
모델 학습 추가 코드
0
21
1
10회 작업형3 1-2
0
21
1
분리
0
22
2
unique
0
21
2
기출7회 작업형 2 회귀 모델
0
18
2
test 데이터 결측치 관련 질의
0
17
2
전체질문) 시험대비 관련 질문
0
29
2
간단한 질문 있습니다
0
26
2
로지스틱 회귀분석, 분산분석 범주형 변수 관련 외 질문
0
28
2
수업노트에서 프로그램을 따라할 경우 일부 단어만 입력해도 전문이 뜨는데요
0
21
1
[캐글] 작업형3 예상 문제 - 잔차이탈도
0
31
2
로지스틱 회귀 독립변수가 범주형일 때
0
28
2
mtcars.csv파일을 받을 수 있을까요?
0
22
1





