인프런 커뮤니티 질문&답변

안녕하세요 다중분리를 할 때 xgboost classification을 적용하는 과정에서 문제가 생겨서 질문드립니다.

처음 데이터셋 그대로 xgboost를 쓰니까

"ValueError: Invalid classes inferred from unique values of y. Expected: [0 1 2 3 4], got ['High' 'Low' 'Medium' 'Very High' 'Very Low']" # 참고로 y는 train 데이터에서 타겟변수만 따로 pop해놓은 변수입니다.

이런 에러가 뜨더라구요, 그래서 for문을 이용해서

for i in range(len(y)):
    if y[i] =='Very Low':
        y[i] = 0
    elif y[i] =='Low':
        y[i] = 1
    elif y[i] =='Medium':
        y[i] = 2
    elif y[i] =='High':
        y[i] = 3                
    elif y[i] =='Very High':
        y[i] = 4

이렇게 바꾸니까, 모델과 pred는 돌아가긴 돌아가는데, f1_score(pred, y_val, average= 'macro')로 점수를 내는 과정에서 새로운 오류가 생겨 점수가 나타나지 않습니다..

ValueError: Classification metrics can't handle a mix of multiclass and unknown target 이라고 떴고, 이전과 비교를 해보니까

랜덤 포레스트 classifier를 돌릴 때 pred는 'Low' 'High' 'Very Low' 'Medium' 'Low' 'Low' 'Low' 'Low' 'High' 'High' ... 이런식으로 되어있는 반면

xgboost는 [1 3 0 2 1 1 1 1 3 3 3 3 0 2 1 3 3 3 3 1 2 3 1 2 0 3 3 1 1 0 0 3 0 1 4 0 4

0 3 1 4 2 2 1 2 3 0 3 1 0 3 1 3 0 0 1 1 2 0 0 4 1 4 2 3 1 2 4 4 4 3 1 0 0

0 0 4 1 0 4 0 0 3 2 0 1 2 4 3 4 0 1 1 0 1 2 3 0 0 1 3 3 0 0 4 0 2 3] 이렇게 콤마로 되어있는걸 알게되었습니다.

그래서 모델을 돌린 뒤

for i in range(len(pred)):
    if pred[i] == 0:
        pred[i] = 'Very Low'
    elif pred[i] == 1 :
        pred[i] = 'Low'
    elif pred[i] ==2:
        pred[i] = 'Medium'
    elif pred[i] ==3:
        pred[i] = 'High'               
    elif pred[i] ==4:
        pred[i] = 'Very High'

 다시 원상복구를 시켜서,

['Low', 'High', 'Very Low', 'Medium', 'Low', 'Low', 'Low', 'Low', 'High', 'High', 'High', 'High', 'Very Low', 'Medium',...] 이 형식으로 만들었고,

pred = pd.DataFrame(pred)

으로해서.. 음.. 만들었는데 여전히 되지 않습니다..

결론은 저런 과정을 통해.. 해결하고자 했는데 여전히 못하고있고..

1. xgboost를 사용하려면 어떻게 해야되나요 ?

2. 이런 과정을 거치지 않고서도 xgboost를 돌리려면 어떻게 해야하나요?

입니다.

감사합니다!