캐글 T2-1 코드 봐주실 수 있나요??
아래 코드에서 잘못된 부분은 없는지, 어느 부분을 보완하면 좋을지 알고 싶습니다
문제 : 학습용 데이터 (X_train, y_train)을 이용하여 생존 예측 모형을 만든 후, 이를 평가용 데이터(X_test)에 적용하여 얻은 예측값을 다음과 같은 형식의 CSV파일로 생성하시오(제출한 모델의 성능은 accuracy 평가지표에 따라 채점)
코드 :
# 라이브러리 불러오기
import pandas as pd
train = pd.read_csv("train.csv")
test = pd.read_csv("test.csv")
# EDA
train.shape, test.shape # ((891, 12), (418, 11))
train.isnull().sum()
test.isnull().sum()
# 전처리(결측치, 인코딩, 스케일링, 타겟)
train = train.dropna()
test = test.dropna()
train.shape, test.shape # ((183, 12), (87, 11))
train.describe()
train = pd.get_dummies(train)
test = pd.get_dummies(test)
target = train.pop("Survived")
# 모델링
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 = 2024)
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state = 2024)
rf.fit(X_tr, y_tr)
pred = rf.predict(X_val)
# 평가
from sklearn.metrics import accuracy_score
accuracy = accuracy_score(y_val, pred)
# 제출
result = pd.DataFrame({
"PassengerId" : X_val["PassengerId"] ,
"Survived" : pred
})
result.to_csv("수험번호.csv", index = False)
답변 1
1
엄청난 실수를 했어요! 0점처리 됩니다.
1
문제가 418개의 예측입니다.
테스트 데이터 (418, 11) -> 행이 418개였으면
이대로 유지해야 합니다. 87개로 줄이면 채점이 불가능하므로 0점 처리됩니다.
절대로 test 데이터 행 수는 건들면 안 됩니다.
트레인 데이터 수가 800개에서 100단위로 떨어졌어요
이렇게 되면 너무 많은 데이터가 삭제되어 학습이 제대로 이루어지지 않을 수 있어요!
결칙치를 채워서라도 살릴 수 있는 부분은 살리는 것이 좋을 것 같아요!
로지스틱회귀, 회귀
0
29
2
회귀 문제를 풀때 질문입니다.
0
33
1
불균형 처리 후 성능이 더 낮아졌다면,
0
46
2
실기 체험 제2유형 에러 문의
0
36
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
36
2
3번문제 등분산 가정
0
35
2
작업형3 target 형 변환 질문
0
30
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
23
3
원핫인코딩과 레이블 인코딩에서 concat
0
44
2
제2유형 질문입니다.
0
39
2
C()
0
36
2
작업형 2에서 strafity 적용 유무
0
44
2
수강 기간 연장 가능 여부 문의드립니다.
0
46
1
ols
0
37
2
2유형 작성관련 질문(일반 심화)
0
31
2
2유형 작성관련 질문
0
30
2
2유형 object컬럼 개수 다르면
0
37
2
코딩팡질문이요ㅠㅠ
0
37
2
관찰값과 기대값의 개념이 헷갈립니다.
0
19
2
작업형2 ID 컬럼 삭제 질문
0
39
2
2유형 작성관련 질문
0
27
2
memoryerror 질문
0
21
2
작업형 유형2 이렇게 고정 템플릿으로 가져가도 될까요?
0
37
1
ID 삭제 필수 인가요?
0
33
3





