인프런 커뮤니티 질문&답변

# 출력을 원하실 경우 print() 함수 활용

# 예시) print(df.head())

# getcwd(), chdir() 등 작업 폴더 설정 불필요

# 파일 경로 상 내부 드라이브 경로(C: 등) 접근 불가

import pandas as pd

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

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

#총 구매금액 , rmse

target = train.pop("총구매액")

#수치형 변수 스케일링

cols = train.select_dtypes(exclude = 'object').columns

from sklearn.preprocessing import MinMaxScaler

mx = MinMaxScaler()

train[cols] = mx.fit_transform(train[cols])

test[cols] = mx.transform(test[cols])

ob = train.select_dtypes(include = 'object').columns

from sklearn.preprocessing import LabelEncoder

for col in ob:

le = LabelEncoder()

train[col] = le.fit_transform(train[col])

test[col] = le.transform(test[col])

#데이터 나누기

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)

import lightgbm as lg

model = lg.LGBMRegressor(random_state = 0)

model.fit(x_tr,y_tr)

pred = model.predict(x_val)

from sklearn.metrics import root_mean_squared_error

r = root_mean_squared_error(y_val,pred)

pred = model.predict(test)

s = pd.DataFrame({"pred" : pred})

s.to_csv("result.csv", index= False)

df = pd.read_csv("result.csv")

#758.1836860967057

800정도가 나온다고 하던데 758이 나온거면 모델 성능이 더 좋다고 하는건데 이게 이상일수도 있을까요? 750점 대가 나오니까 불안하네요 ,, 추가로 이렇게 pd.read_csv로 확인했을때 제대로 나오면 그냥 제출하면 되는거죠??