y_test로 실제 채점을 해보려는데 오류가 나네요 ㅠ어디가 문제일까요
import pandas as pd
train=pd.read_csv("train.csv")
test=pd.read_csv("test.csv")
print(train.shape)
print(test.shape)
train.info()
cols=train.select_dtypes(include="O").columns
cols
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
for col in cols:
train[col] = le.fit_transform(train[col])
test[col] = le.transform(test[col])
target=train.pop("TravelInsurance")
#데이터분할하기
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=2022)
from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier(n_estimators=800,max_depth=9,random_state=2022)
model.fit(X_tr,y_tr)
pred=model.predict_proba(X_val)
from sklearn.metrics import roc_auc_score
print(roc_auc_score(y_val,pred[:,1]))
pred=model.predict_proba(test)
print(test.shape)
print(pred.shape)
submit= pd.DataFrame({
"index":test.index,
"pred" :pred[:,1]
})
submit.to_csv("9999.csv",index=False)
y_test=pd.read_csv("y_test.csv")
roc_auc_score(y_test,pred)
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 이선희님의 질문에 답변드리겠습니다.
현재 코드에서 roc_auc_score(y_test,pred) 에서 오류가 발생하는 이유는, pred의 형태와 y_test의 형태가 다르기 때문일 가능성이 큽니다. 추가적으로 모델의 예측값과 실제 타겟 값의 형식이 맞지 않을 때도 문제가 발생할 수 있습니다.
기본적으로 roc_auc_score 함수는 예측 확률(pred)와 실제 타겟 값(y_test)을 요구합니다. 따라서 y_test가 이진 라벨(0과 1)의 형태여야 하고 pred도 이진 확률로 제공됩니다.
아래는 문제를 해결하기 위한 몇 가지 확인 사항과 조정 방법입니다:
타겟 변수 형태 확인:
y_test파일을 읽어서 인덱스와 라벨인지를 확인하세요. 만약 y_test가 실제로 라벨로 되어 있다면, 로드할 때 인덱스를 제외하고 데이터만 불러오도록 해야 합니다.
- 예를 들어,
y_test=pd.read_csv("y_test.csv", usecols=["Target_Column_Name"])처럼 특정 컬럼만 불러올 수 있습니다.
데이터 프레임 크기 일치 확인:
test및pred의 차원이 예상대로인지 확인하세요.pred의 shape가test의 shape와 일치하는지 확인하세요.
- 만약
pred의 차원이test의 샘플 수와 맞지 않는다면, 모델이 잘못된 개수의 클래스에 대해 예측을 하고 있을 수 있습니다. 이는 주로 데이터 전처리 단에서 train과 test가 동일한 피처 집합을 가지고 있지 않아서 발생할 수 있습니다.
컬럼 일치 여부:
- train과 test 데이터 셋이 np.unique 컬럼 세트를 가지고 있는지, 이를 확인하고 ensure train/test column congruence를 유지하세요.
- train과 test 데이터 셋이 np.unique 컬럼 세트를 가지고 있는지, 이를 확인하고 ensure train/test column congruence를 유지하세요.
다음 유사한 문제 해결에 대한 질문을 참고하여 보다 깊이 있는 이해를 할 수 있습니다:
이 게시글에서는 매우 비슷한 문제를 다루고 있으며, 데이터 전처리에 있어 주의할 점을 잘 설명하고 있습니다.
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.
1유형 강의 다 나간 후 어떻게 할까요?
0
14
1
점수차가 많이 나는데 따로 하신게 있으신가요?
0
10
1
작업형1 모의문제 4번에 3)문제 질문
0
21
2
이상치 전처리 작업
0
25
2
평가결과값 문의
0
29
2
시계열 데이터 날짜와 시간 format
0
35
2
평가지표 F1 스코어 질문드립니다.
0
27
2
작업형 2 기출7회분에서
0
38
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
42
2
수강 계획과 관련해 문의 드립니다.
0
30
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
50
2
작업형 1 -연습문제 4-6
0
38
2
작업형 1 유형 부분
0
42
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
38
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
37
3
수강기간 연장 문의드립니다.
0
44
2
인덱스 슬라이싱
0
37
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
62
2
수강기간 연장 문의드립니다
0
48
2