작업형2_모의문제1(답안피드백)

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

작업형2 모의문제1

해결된 질문

작성

#1. 문제파악
# 분류모델 / ROC-AUC, 정확도(Accuracy), F1, 정밀도(Precision), 재현율(Recall)
#TARGET : Attrition_Flag
# CSV("CLIENTNUM,Attrition_Flag) , 수험번호.CSV


#2. 데이터불러오기
import pandas as pd

train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p2/ceredit%20card/train.csv")
test =  pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/main/p2/ceredit%20card/test.csv")
# train = pd.read_csv("train.csv")
# test =  pd.read_csv("test.csv")

#3. EDA
#print(train.shape, test.shape)
#print(train.info(), test.info())
#print(train.isnull().sum(), test.isnull().sum())

#4. 데이터 전처리
#print(train.shape, test.shape)

target = train.pop('Attrition_Flag')
train =train.drop('CLIENTNUM', axis=1)
id = test.pop('CLIENTNUM')
train = pd.get_dummies(train)
test = pd.get_dummies(test)
#print(train.shape, test.shape)

#5. 데이터 분할
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=2)

#6. 모델 학습 및 평가
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state=2)
rf.fit(X_tr,y_tr)
pred = rf.predict(X_val)
pred1 = rf.predict_proba(X_val)

from sklearn.metrics import roc_auc_score, f1_score, recall_score, accuracy_score, precision_score
roc = roc_auc_score(y_val, pred1[:,1])
f1 = f1_score(y_val, pred, average = 'macro')
recall = recall_score(y_val, pred)
acc = accuracy_score(y_val, pred)
pre = precision_score(y_val, pred)

#7 평가
pred = rf.predict(test)
pred1 = rf.predict_proba(test)
#print(pred1)
submit = pd.DataFrame({'CLIENTNUM' : id, 'Attrition_Flag' : pred1[:,1]})
submit.to_csv("0000.csv", index = False)

pd.read_csv("0000.csv")

작업형 2 모의문제1로 이렇게 작성했는데,
피드백 주실 부분이 있으실까요? ㅠㅠ

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

퇴근후딴짓

지식공유자

f1_score(y_val, pred, average = 'macro')

-> f1_score(y_val, pred)

average = 'macro'는 다중 분류 문제에서

f1 - macro라는 말이 있을 때 사용해요 이진에선 사용하지 않아요

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. 이지웡님을 위해 작업형 2 모의문제1 코드에 대한 피드백을 드리겠습니다.

전체적인 피드백

이지웡님이 작성하신 코드는 일반적으로 잘 구성되어 있습니다. 데이터 불러오기, EDA, 데이터 전처리, 모델 학습 및 평가, 마지막으로 결과 제출까지의 과정을 체계적으로 다루고 있습니다. 여기에 몇 가지 중요한 개선사항과 체크해야 할 포인트를 추가로 안내드리겠습니다.

피드백 및 개선 제안

모델 평가 지표의 평균(F1, Precision 등)
- f1_score, precision_score 같은 평가 지표에서 average='macro'는 다중 클래스일 때 사용됩니다. 이진 분류의 경우 기본값인 average='binary'를 사용해도 무방합니다.
범주형 변수 인코딩
- pd.get_dummies로 원-핫 인코딩을 진행하셨는데, train과 test 데이터에서 생성된 더미 변수들이 항상 동일한지 확인해야 합니다. 두 데이터셋에 존재하는 범주가 다를 경우 컬럼 수가 맞지 않을 수 있습니다. 이를 피하기 위해 train과 test를 합쳐서 인코딩한 후 다시 split하던가, common columns만 적용되도록 확인하는 방법이 있습니다.
평가 방법
- ROC-AUC의 경우 predict_proba의 결과에서 [1] 값을 사용합니다. 이 부분 이지웡님이 잘 작성하셨습니다.
결측치 확인 및 처리
- 코드에는 결측치에 대한 별도의 처리 부분은 보이지 않지만, train.isnull().sum() 등으로 확인하신 것을 보았습니다. 실제로 결측치가 있다면 이를 적절히 처리해야 합니다.
모델의 랜덤 시드 고정
- 재현성을 위해 RandomForestClassifier에 random_state를 설정하셨습니다. 잘해주셨습니다.
타겟 데이터 따로 저장
- 타겟 변수를 분리한 후 이름을 target으로 저장했는데, 코드 후반부에서 다시 `target`이라는 변수를 사용하지 않습니다. 코드 가독성을 위해 사용하지 않는 변수는 꼭 필요한 경우에만 만드시길 추천합니다.
결과 제출:
- submit.to_csv("0000.csv", index = False) 부분 역시 잘 작성하셨습니다.

유사한 예제를 다룬 기존 답변을 참고하면 도움이 됩니다. 다음 링크를 추천드립니다:

작업형2 예시 문제 해결 방법

위 링크를 통해 다양한 작업형 2 문제에 대한 해결 방식을 확인할 수 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.

인프런 커뮤니티 질문&답변