에러메세지와 마주하기

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)

인프런 커뮤니티 질문&답변