test의 정답데이터도있나요..?
0
다음 코드를썼더니 점수가 검정 점수가 0.98나오는데 과적합인지 확인하고싶어서요 ㅠㅠ
train = pd.read_csv('/content/drive/MyDrive/퇴근후딴짓/archive/energy_train.csv')
test = pd.read_csv('/content/drive/MyDrive/퇴근후딴짓/archive/energy_test.csv')
X = train.iloc[:,:-1]
y = train.iloc[:,-1]
display(X.info() , X.head() , X.nunique())
cat_col = X.loc[:,X.nunique() <= 6].columns
num_col = X.loc[:,~(X.nunique() <= 6)].columns
X[cat_col] = X[cat_col].astype('category')
test[cat_col] = test[cat_col].astype('category')
X = pd.get_dummies(X,columns=cat_col)
test = pd.get_dummies(test,columns=cat_col)
#겹치는거 x
print(set(X.columns) - set(test.columns))
print( set(test.columns) - set(X.columns))
from sklearn.model_selection import train_test_split
X_tr,X_val,y_tr,y_val = train_test_split(X,y,test_size=0.2 , stratify = y, random_state=42)
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state=42)
rf.fit(X_tr,y_tr)
pred=rf.predict(X_val)
from sklearn.metrics import f1_score
f1_score(y_val,pred,average= 'macro')답변 1
0
없습니다. 시험에서 과적합을 판단할 근거는 없어요
그대로 제출하시면 됩니다.
실제 6회 시험에서도 이랬습니다.
만약 확인하고 싶다면 크로스밸리데이션을 학습하셔서 적용하면 객관적으로 살펴보는 방법이 있어요
로지스틱회귀, 회귀
0
28
2
회귀 문제를 풀때 질문입니다.
0
32
1
불균형 처리 후 성능이 더 낮아졌다면,
0
44
2
실기 체험 제2유형 에러 문의
0
35
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
35
2
3번문제 등분산 가정
0
35
2
작업형3 target 형 변환 질문
0
29
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
43
2
수강 기간 연장 가능 여부 문의드립니다.
0
46
1
ols
0
36
2
2유형 작성관련 질문(일반 심화)
0
30
2
2유형 작성관련 질문
0
29
2
2유형 object컬럼 개수 다르면
0
37
2
코딩팡질문이요ㅠㅠ
0
36
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