기출문제 8회 2유형 관련 문의
안녕하세요.
프로그램에 대한 지식이 없다보니 이것저것 내용을 보고 판단해서 작성한건데, 이렇게 하면 크게 문제가 없을까 싶어서 문의 드립니다.
#1. 데이터불러오기
import pandas as pd
train = pd.read_csv(r'C:\Users\user\Desktop\빅데이터분석기사 실기\8회\train.csv')
test = pd.read_csv(r'C:\Users\user\Desktop\빅데이터분석기사 실기\8회\test.csv')
#customerID, TotalCharges
#불필요 삭제
train = train.drop('customerID', axis=1)
test_ID = test.pop('customerID')
#타켓 지정
target = train.pop('TotalCharges')
#원핫 라벨링
train = pd.get_dummies(train)
test = pd.get_dummies(test)
이후
데이터분리
데이터학습
데이터검증
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 승빈임님의 질문에 답변드리겠습니다.
승빈임님께서 작성하신 코드는 빅데이터 분석 실기 과정에서 데이터를 준비하고 전처리하는 과정에서 일반적으로 사용되는 패턴을 잘 따르고 있습니다. 몇 가지 고려해야 할 부분이 있으니 아래 설명을 참고해주세요:
데이터 불러오기:
pd.read_csv()를 사용하여 데이터를 불러오는 과정은 잘 되어 있습니다. 파일 경로가 올바르게 설정되어 있는지, 실제 파일이 해당 경로에 존재하는지를 확인하는 것이 중요합니다.필요 없는 열 삭제: ‘customerID’ 열을 삭제하여 모델 학습에 불필요한 인덱스 열을 처리한 부분은 적절합니다.
타겟 지정:
target = train.pop('TotalCharges')를 통해 타겟 변수를 분리하는 것은 올바른 방법입니다. 이후 이 타겟 변수를 모델 훈련시 y값으로 사용할 수 있습니다.원핫 인코딩: 범주형 변수를 원핫 인코딩하여 처리하는 것은 일반적인 방법입니다. 다만, train과 test 데이터셋의 열이 다를 경우, 모델 예측에서 오류가 발생할 수 있으니 주의가 필요합니다. 이를 방지하기 위해 train과 test 데이터를 합친 후 인코딩을 진행하는 방법도 있습니다.
데이터 분리: train_test_split을 사용하여 데이터를 훈련 및 검증용으로 나누는 것이 일반적입니다. 이 과정이 잘못되면 모델의 평가가 부정확할 수 있으니, 비율과 random_state를 설정하여 일관성을 유지하시길 권장드립니다.
모델 학습 및 검증: RandomForest나 다른 모델을 사용하여 학습을 진행하고, 검증 데이터를 통해 모델 성능을 평가하시면 됩니다.
이 코드와 관련하여 도움이 될 수 있는 다른 질문 및 답변을 참고하시기 바랍니다:
이 링크들은 원핫 인코딩, 데이터 분리, 데이터 전처리 과정에서 주의해야 할 점들을 다루고 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.
작업형2에서 데이터 분포를 확인하는 이유
0
18
2
10회 기출 작업형 2 문제
0
18
1
코딩팡 프로 인증
0
22
1
이번 강의 학습노트
0
18
2
캐글 질문
0
17
2
코딩팡 pro 관련
0
20
1
9번질문입니다.
0
22
2
시험에 대해서
0
21
2
12회 작업형 2
0
25
2
copy()
0
26
2
딴짓코치 이용
0
21
1
수강 관련 문의 드립니다.
0
63
4
자치구 상점 수 합(12회)
0
29
1
불균형데이터 처리 전후 비교
0
34
2
레이블인코딩/원핫
0
44
2
인코딩
0
43
2
작업형 2 작업
0
42
2
ttest_rel() 관련 질문
0
51
2
작업형2. 인코딩에 대해 질문드립니다.
0
39
2
작업형3 2-3
0
47
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
40
1
8회 작업형2
0
39
2
작업형2 모의문제2 updated 2026.10
0
54
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
48
2





