2회 작업형2유형 질문

Question

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 2회 기출문제 작업형2에서 왜 쌤이 한거랑 다르게 결과가 나올까요,,,,,,,, # 검증 데이터 분리 아래는 쌤 풀이 입니다 ((7039, 11), (1760, 11), (7039,), (1760,))   이건 제가 작성한 코드입니다   from  sklearn.model_selection  import  train_test_split X_tr,X_val,y_tr,y_val = train_test_split (                                          X_train,                                          y_train [ 'Reached.on.Time_Y.N' ] ,                                          test_size= 0.2 ,                                          random_state= 2022                                           ) X_tr.shape, X_val.shape, y_tr.shape, y_val.shape ((7039, 10), (1760, 10), (7039,), (1760,))

eclee93 · Answer

문제가 있는걸까요?

eclee93 · Answer

Index(['Warehouse_block', 'Mode_of_Shipment', 'Customer_care_calls', 'Customer_rating', 'Cost_of_the_Product', 'Prior_purchases', 'Product_importance', 'Gender', 'Discount_offered', 'Weight_in_gms'], dtype='object')

퇴근후딴짓 · Answer

큰문제는 없어 보입니다. 혹시 id 드랍 차이가 있을까요??   X_train.columns 한번 찍어 주시겠어요?

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. eclee93님. 검증 데이터 분리에 대한 문제를 살펴보겠습니다. 주어진 코드와 결과를 비교한 결과, shape이 약간 차이난다는 것을 확인했습니다. 이는 데이터셋의 피처 갯수에서 오는 차이로 보입니다. 두 가지 주요 차이점을 짚어볼 수 있습니다: 특성 갯수의 차이 (11 vs 10) : 일반적으로 이 차이는 X_train 데이터프레임에 포함된 피처의 수에서 발생할 수 있습니다. 아마 X_train 에서 특성 하나가 제거되었거나 추가된 상태로 train_test_split이 진행된 게 아닌가 싶습니다. 만약 어떤 특성을 드롭(drop)하거나 추가했다면, 그 변경이 shape에 영향을 주었을 수 있습니다. 데이터 준비 단계 : 데이터의 전처리 과정에서 어떤 특정 열(예: ID 열)이 드롭되었거나 추가 작업이 수행되었을 수 있습니다. 이는 데이터의 특성 갯수를 줄이거나 늘려 최종적으로 위와 같은 shape 차이를 유발할 수 있습니다. 추가적으로, train_test_split을 하기 전의 데이터프레임 상태와 데이터 전처리 과정을 다시 한번 점검해보시면 좋겠습니다. 만약 pracitce 데이터셋에서 특정 열을 제거하거나 추가하지 않았는지 확인해 보세요. cust_id 같이 드롭이 필요할 수 있는 열이 있을 수 있습니다. 이 문제와 유사한 풀이를 담고 있는 게시물이 아래 링크에 있습니다. 자세히 살펴보시면 도움이 될 것 같습니다: 검증데이터 분리가 이해가 안가요 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.