5회 기출 작업형2 코드 봐주시면 감사하겠습니다.
혼자 작성해보고 결과값도 나온거같은데 문제없는 코드일지요~
import pandas as pd train=pd.read_csv("train.csv") test=pd.read_csv("test.csv") #train.info(), test.info() #원핫인코딩(범주형을 수치형으로) target=train.pop("price") train=pd.get_dummies(train) test=pd.get_dummies(test) #데이터분할 및 검증하기 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) #랜덤포레스트회귀? from sklearn.ensemble import RandomForestRegressor model=RandomForestRegressor(max_depth=7, random_state=2022) model.fit(X_tr, y_tr) pred=model.predict(X_val) pred # 모델성능평가 from sklearn.metrics import root_mean_squared_error re=root_mean_squared_error(y_val, pred) re pred = model.predict(test) result=pd.DataFrame({ "pred" : pred } ) result.to_csv("55.csv", index=False)
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 이선희님의 질문에 답변드리겠습니다.
작성하신 코드를 보면 전반적으로 아주 잘 작성하셨습니다. 하지만 몇 가지 확인하고 수정이 필요한 부분이 있습니다:
모듈 임포트 오류:
from sklearn.metrics import root_mean_squared_error부분은root_mean_squared_error라는 함수가 존재하지 않기 때문에 오류가 발생합니다. 대신mean_squared_error를 사용하여 RMSE를 구할 수 있습니다.
from sklearn.metrics import mean_squared_error rmse = mean_squared_error(y_val, pred, squared=False) # squared=False를 통해 RMSE를 얻음 print(rmse)
데이터프레임 컬럼 불일치 가능성 처리:
- 원핫인코딩 이후 train과 test 데이터의 컬럼이 일치하지 않는 경우가 발생할 수 있습니다. 이 경우에는 다음과 같이 train과 test를 합쳤다가 다시 나누는 방법을 사용할 수 있습니다.
from sklearn.preprocessing import OneHotEncoder encoder = OneHotEncoder(handle_unknown='ignore', sparse=False) all_data = pd.concat([train, test], axis=0) all_encoded = pd.DataFrame(encoder.fit_transform(all_data)) train_encoded = all_encoded.iloc[:train.shape[0]].reset_index(drop=True) test_encoded = all_encoded.iloc[train.shape[0]:].reset_index(drop=True)
- 원핫인코딩 이후 train과 test 데이터의 컬럼이 일치하지 않는 경우가 발생할 수 있습니다. 이 경우에는 다음과 같이 train과 test를 합쳤다가 다시 나누는 방법을 사용할 수 있습니다.
결과 제출:
- 코드에서 최종적으로 사용할 “55.csv”는 모델의 예측치를 담고 있으며, 이 부분도 정상이십니다. 하지만 예측 결과 파일을 만들면서 사용한
result데이터프레임이 정확히 어떤 컬럼들로 이루어져 있는지, 확인 후 출력하시는 것이 좋습니다.
- 코드에서 최종적으로 사용할 “55.csv”는 모델의 예측치를 담고 있으며, 이 부분도 정상이십니다. 하지만 예측 결과 파일을 만들면서 사용한
관련 질문과 해결 방법에 대한 게시글은 다음과 같습니다:
- 작업형 2 유형의 문제와 해결 방법
이 게시글에서는 컬럼 추출, 데이터 전처리, 모델 학습 및 평가에 대한 추가 정보를 얻을 수 있습니다. 시험 환경에서는 코드가 잘 작동하는지 여러 번 확인 후 제출하시는 것을 추천드립니다.
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
13
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