선생님하고 똑같이 작성했는데 rmse가 도저히 ㅠㅠ왜그런걸까요

Question

라이브러리 및 데이터 불러오기 import pandas as pd train = pd.read_csv('https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/ch4/train.csv') test = pd.read_csv('https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/ch4/test.csv') # test.isnull().sum() #결측치 처리 필요함 Item_Weight//// Outlet_Size target=train.pop('Item_Outlet_Sales') # 결측치 처리 train['Item_Weight'] = train['Item_Weight'].fillna(train['Item_Weight'].mean()) train['Outlet_Size'] = train['Outlet_Size'].fillna(train['Outlet_Size'].mode()[0]) test['Item_Weight'] = test['Item_Weight'].fillna(train['Item_Weight'].mean()) test['Outlet_Size'] = test['Outlet_Size'].fillna(train['Outlet_Size'].mode()[0]) # train=train.drop('Item_Identifier',axis=1) # test=test.drop('Item_Identifier',axis=1) #다르므로 데이터 합친 후 레이블인코딩 하고 다시 train test로 나누기 combined=pd.concat([train,test]) #->그다음 레이블인코딩해보자 cols=train.select_dtypes(include="O").columns print(cols) from sklearn. preprocessing import LabelEncoder for col in cols: le=LabelEncoder() combined[col]=le.fit_transform(combined[col]) #->다시 데이터 train과 test로 나누자 train=combined.iloc[:len(train)].copy() test=combined.iloc[len(train):].copy() print(train.shape, test.shape) #train데이터분할하기 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=100) # #모델구축(1) # from sklearn.ensemble import RandomForestRegressor # model=RandomForestRegressor(random_state=200) # model.fit(X_tr,y_tr) # pred = model.predict(X_val) #모델구축(2) import lightgbm as lgb model = lgb.LGBMRegressor(random_state=0, verbose=-1) model.fit(X_tr, y_tr) pred = model.predict(X_val) #성능평가 from sklearn.metrics import root_mean_squared_error from sklearn.metrics import mean_absolute_error from sklearn.metrics import r2_score from sklearn.metrics import mean_squared_error result=root_mean_squared_error(y_val,pred) print('RMSE:', result) result = mean_squared_error(y_val, pred) print('MSE:', result) result = mean_absolute_error(y_val, pred) print('MAE:', result) result = r2_score(y_val, pred) print('r2:', result)

퇴근후딴짓 · Answer

코드에 문제가 없어 결과 값에 크게 신경쓰지 않아도 됩니다

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. 이선희님께서 올려주신 질문에 대해 답변드리겠습니다. 주어진 코드에서 LightGBM 모델을 사용하여 예측을 수행했을 때 RMSE 값이 기대보다 크게 나오는 이유를 여러 관점에서 분석해 볼 수 있습니다. 아래는 몇 가지 점검할 사항입니다: 데이터 전처리 : 결측치 처리 : Item_Weight 와 Outlet_Size 의 결측치를 각각 평균값과 모드값으로 채우는 방식은 일반적인 접근법입니다. 그러나, 데이터의 분포를 고려할 때 다르게 처리할 여지가 있을 수 있습니다. 특성 선택 : 모든 피처를 사용하지 않고 특정 피처들을 모델에 포함할 점수로 파악하여 사용하는 것도 방법입니다. 중요하지 않은 피처는 모델의 성능에 부정적인 영향을 줄 수 있습니다. 모델 설정 : 모델 하이퍼파라미터 튜닝 : LightGBM의 경우 하이퍼파라미터 설정이 모델 성능에 크게 작용할 수 있습니다. num_leaves , learning_rate , n_estimators 등 여러 파라미터를 조정해 볼 수 있습니다. 랜덤 시드 : 코드에서 설정한 random_state 를 다양한 값으로 변경해 보면서 결과를 확인해보세요. 단, 비교할 때는 동일한 시드로 일관성 있게 유지하는 것이 중요합니다. 성능 평가 지표 : root_mean_squared_error 는 sklearn 라이브러리에서는 직접 제공되지는 않습니다. 일반적으로 mean_squared_error 를 통해 RMSE를 구할 수 있습니다. mean_squared_error 의 결과에 대해 제곱근을 취하는 방식입니다. rmse = mean_squared_error(y_val, pred, squared=False) print('RMSE:', rmse) 질문하신 내용과 방법론에 따른 상황에 대한 해결을 위해 이에 유사한 기존 질문과 답변을 함께 참조해주시기 바랍니다. 5회 기출유형 (작업형2) 강의 코드 질문 이 게시글에는 트레인-테스트 분할 방법 및 전반적인 모델링 전략에 대해 논의된 부분이 있어 참조하시기 바랍니다. 특히, 데이터셋의 차원이나 모델별 하이퍼파라미터 튜닝 전략 관련한 다양한 접근이 담겨 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.