(체험)제2유형 튜닝

우선 선생님 강의 매우 잘 듣고 있습니다. 공부하는데 너무 큰 도움 주셔서 감사합니다.

(체험)제2유형 질문 드립니다.

roc-auc-score 결과값이 모델 튜닝을 이것저것 해보아도 0.6을 넘지 못하네요.

=============================================================

import pandas as pd

train = pd.read_csv("data/customer_train.csv")

test = pd.read_csv("data/customer_test.csv")

# print(train.describe())

# # 사용자 코딩 # target 성별

pd.set_option("display.max_columns", None)

# train = train.drop(["회원ID", "환불금액"], axis=1)

# test = test.drop(["회원ID","환불금액"],axis=1)

train['환불금액'] = train['환불금액'].fillna(0)

test['환불금액'] = test['환불금액'].fillna(0)

train = train.drop(["환불금액"], axis=1)

test = test.drop(["환불금액"],axis=1)

# print(train.head(2))

n_list = ['총구매액', '최대구매액', '방문일수', '방문당구매건수', '주말방문비율', '구매주기']

# from sklearn.preprocessing import RobustScaler

from sklearn.preprocessing import StandardScaler

# scaler = RobustScaler()

scaler = StandardScaler()

train[n_list] = scaler.fit_transform(train[n_list])

test[n_list] = scaler.transform(test[n_list])

cols = ["주구매상품", "주구매지점"]

from sklearn.preprocessing import LabelEncoder

for col in cols:

le = LabelEncoder()

train[col] = le.fit_transform(train[col])

test[col] = le.transform(test[col])

target = train.pop("성별")

from sklearn.model_selection import train_test_split

X_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size=0.2, random_state=2022)

from sklearn.ensemble import RandomForestClassifier

rf = RandomForestClassifier(random_state=20, max_depth=5, n_estimators=500)

rf.fit(X_tr, y_tr)

pred = rf.predict(X_val)

from sklearn.metrics import roc_auc_score

result = roc_auc_score(y_val, pred)

print(result)

===============================================================

작성 코드인데, 어떤걸 추가 해야 결과값이 더 좋을수 있을까요?