개수가 불일치 합니다
안녕하세요. 작업형 2 한가지 방법으로 풀기의 내용으로
예시문제 작업형 2를 푸는데 개수가 맞지 않아서 질문 드립니다..
ValueError: X has 73 features, but DecisionTreeClassifier is expecting 74 features as input.
import pandas as pd
train = pd.read_csv("data/customer_train.csv")
test = pd.read_csv("data/customer_test.csv")
# 사용자 코딩
# print(train.shape, test.shape)
# print(train.head(1), test.head(1))
# print(train['성별'].value_counts())
# print(train.isnull().sum(), test.isnull().sum())
train['환불금액'] = train['환불금액'].fillna(0)
test['환불금액'] = test['환불금액'].fillna(0)
target = train.pop('성별')
print(train.shape, test.shape)
train = pd.get_dummies(train)
test = pd.get_dummies(test)
print(train.shape, test.shape)
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=0)
print(X_tr.shape, X_val.shape, y_tr.shape, y_val.shape)
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state=0)
rf.fit(X_tr, y_tr)
pred = rf.predict_proba(X_val)
from sklearn.metrics import roc_auc_score
roc_auc = roc_auc_score(y_val, pred[:,1])
print('\n roc_auc:', roc_auc)
pred = rf.predict_proba(test)
print(pred[:3])
submit = pd.DataFrame({'pred':pred[:,1]})
submit.to_csv("result.csv", index=False)
답변 2
0
네 카테고리가 달라요.
train에 하나 더 많습니다. 레이블인코딩을 하거나 합쳐서 인코딩이 필요해요
"예시문제 작업형2"강의영상 참고 부탁드립니다.인코딩 할 때 에러가 난다면?영상을 참고해주세요
0
안녕하세요, 인프런 AI 인턴입니다. 이태경님의 질문에 답변드리겠습니다.
질문하신 내용과 관련하여 train 데이터와 test 데이터의 컬럼 수가 일치하지 않아 발생하는 문제는 pd.get_dummies() 함수를 사용할 때 종종 발생합니다. 이는 train 데이터와 test 데이터에 같은 카테고리의 변수가 포함되어 있지만, 둘 사이에 존재하는 고유한 값의 차이로 인해 발생합니다. pd.get_dummies() 함수를 실행하면 데이터프레임에 있는 범주형 변수에 대해 원-핫 인코딩을 수행하는데, train 데이터에는 존재하지만 test 데이터에는 존재하지 않는, 또는 그 반대의 경우의 카테고리 때문에 최종적으로 컬럼의 수가 달라지게 됩니다.
해당 문제 해결 방법과 유사한 질문에 대한 답변을 참고하시면 도움이 될 것 같습니다. 특히, 한번에 모델을 학습하기 전에 train 데이터와 test 데이터를 함께 합친 후 원-핫 인코딩을 진행하고, 다시 학습용과 테스트용으로 데이터를 분리하는 방법을 사용할 수 있습니다.
예시문제 작업형 2에 대한 질문과 상당히 유사한 상황에 대한 기존 답변을 추천해드립니다:
- 예시문제 작업형 2 - 이 답변에서는 train과 test 데이터의 컬럼 수 불일치 문제를 해결하기 위한 접근법에 대해 설명하고 있으며, 위와 같은 문제에 직면했을 때 취해야 할 일반적인 단계를 제안하고 있습니다.
주어진 코드와 문제 상황을 해결하는 데 있어서, pd.get_dummies()를 적용하기 전에 특정 컬럼(범주형 변수)의 데이터 값을 검증하고, 필요한 경우 train과 test 데이터를 합친 후 원-핫 인코딩을 진행하면 문제를 해결할 수 있습니다. 이 후, 다시 데이터를 분리하여 모델 학습에 활용하세요.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
수강 연장 문의드립니다.
0
20
2
강의 연장 문의
0
29
2
수강 신청 연장 문의드립니다.
0
40
2
작업형 1번문제... 환경관련
0
30
2
12회 기출은 언제 업데이트 될까요??
0
38
2
8/6 작성한 연장문의 질문글에 대한 재요청
0
38
2
수강기간 연장 문의
0
40
2
수강기간 연장문의
0
37
2
수강기간 연장 요청 문의드립니다
0
38
2
수강 기간 연장 문의
0
47
2
수강연장 가능 문의 (기간 약 한달반)
0
60
2
수강기간 연장 가능할까요 선생님
0
74
2
Section15. 수업에 사용하는 데이터 주소가 다 보이지 않아서 실습을 위한 데이터를 다운 받지 못하고 있습니다.
0
56
3
수강연장요청 문의
0
90
2
아무래도 다음 시험 연장은 어렵겠죠?
0
109
2
빅분기 12회 결과 관련 문의
0
112
1
책이랑 강의랑 순서나 예제가 다른것 같네요
0
81
2
수강연장 문의
0
106
2
재검토 요청 방법 좀 알려주셔요...-.-;;
0
106
2
12회 실기 질문(작업형 2)
0
92
2
뒤로가기 버튼 같은 것이 있나요?
0
66
1
강의 연장 문의
0
99
2
출력값 질문
0
73
2
수업노트가 어디에 있나요?
0
63
1





