인프런 커뮤니티 질문&답변

import pandas as pd

train = pd.read_csv("data/customer_train.csv")

test = pd.read_csv("data/customer_test.csv")

#1 문제정의

#분류 (ROC_AUC ), TARGET = '성별' 제출할 데이터 2482개

# 사용자 코딩

#2EDA

print(train.shape, test.shape) #제출할 데이터 2482개

print(train.info())

print(train.isnull().sum())

print(test.isnull().sum()) #환불금액 결측치 2295개

#3 데이터 전처리

#결측치 처리

aa = train['환불금액'].mode()[0]

print(aa)

train['환불금액'] = train['환불금액'].fillna(aa)

test['환불금액'] = test['환불금액'].fillna(aa)

print(train.isnull().sum())

print(test.isnull().sum())

target = train.pop('성별')

train = pd.get_dummies(train)

test = pd.get_dummies(test)

test = ★test.reindex(columns=train.columns, fill_value=0)

#검증데이터 분리

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)

#학습 및 예측

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(roc_auc)

pred = rf.predict_proba(test)

submit = pd.DataFrame({'pred':pred[:,1]})

submit.to_csv('result.csv', index=False)

print(pd.read_csv('result.csv').head(3))

print(pd.read_csv('result.csv').shape)

# 답안 제출 참고

# 아래 코드는 예시이며 변수명 등 개인별로 변경하여 활용

# pd.DataFrame변수.to_csv("result.csv", index=False)

기출1회작업형2번 문제 중

결측치를 최빈값으로 채운 뒤 코드 작성하였지만 오류가 떴습니다. 검색결과 train과 test의 컬럼 개수가 다르다고 합니다.

Q. ★test.reindex(columns=train.columns, fill_value=0) 해당 코드를 추가하면 정상적으로 돌아가는데 해당 코드를 추가해도 답에 이상이 없을까요?