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.
수강기간 연장 관련 문의
0
14
2
작업형2모의문제3_updated2026.10
0
29
2
안녕하세요. 수강연장 신청드립니다
0
19
2
코랩 링크
0
16
2
작업형2 모의문제2 updated 2026.10 질문
0
30
2
카이제곱 독립성검정 질문합니다.
0
29
2
기출 7회 작업형2 평가지표 문의드립니다.
0
23
2
수강연장 문의 드립니다!
0
32
3
수강연장 문의드립니다
0
30
3
작업형2모의문제3_updated2026.10
0
36
2
작업형2 모의문제3_updated2026.10
0
35
2
38강에서 불균형 데이터 처리하는 stratify를 꼭 해줘야하는건지 질문합니다.
0
30
2
수강강의 연장 관련 문의
0
43
2
작업형1_연습문제1 section2
0
44
2
수강기간 연장 문의드립니다
0
48
2
작업형2 모의문제2_updated2026.10
0
54
2
수강기간 연장문의
0
45
2
작업형 2 질문
0
50
2
강의 연장 관련하여 문의드립니다.
0
53
2
섹션7 자료 다운로드
0
52
2
작업형 1 연습문제 Section12
0
54
2
수강기간 연장 문의
0
64
2
안녕하세요, 혹시 수강기간 연장이 가능할까요?
0
55
2
판다스 강의자료는 어디서 받을 수 있나요?
0
66
2





