인프런 커뮤니티 질문&답변

아래와 같이 코드를 작성했는데, rmse값이 선생님께서 푸신거랑 다르게 너무 작게 나와서 질문드려요.
제가 봤을 땐 선생님이 작성하신 코드랑 똑같이 한 것 같은데..
어떤 부분에서 달라진 건가요?
제가 어디서 실수한지 모르겠습니다

import pandas as pd

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

pd.set_option('display.max_columns',None)
pd.set_option('display.float_format','{:.10f}'.format)

# 총구매액 예측 -> 회귀. RandomForestRegressor & predict
# root_mean_squared_error
# csv파일명 : result.csv / 타겟 칼럼명 : pred (2482개!)

# EDA

# 데이터전처리

# 환불금액 결측치 0으로 처리
train['환불금액'] = train['환불금액'].fillna(0)
test['환불금액'] = test['환불금액'].fillna(0)

# 레이블 인코딩
from sklearn.preprocessing import LabelEncoder
lb = LabelEncoder()
cols = train.select_dtypes(include = 'O').columns

for col in cols:
	train[col] = lb.fit_transform(train[col])	
	test[col] = lb.transform(test[col])

target = train.pop('총구매액')

# 데이터분할
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)

# 모델학습 및 평가
from sklearn.ensemble import RandomForestRegressor
rf = RandomForestRegressor(random_state = 0, n_estimators = 400)
rf.fit(X_tr,y_tr)
pred = rf.predict(X_val)

from sklearn.metrics import root_mean_squared_error
print(root_mean_squared_error(y_val, pred))

# 베이스라인 : 808.1092610336881
# n_estimators = 400 : 793.0646436460113

# 결과 계산 및 제출
pred = rf.predict(test)

result = pd.DataFrame({'pred': pred})
result.to_csv('result.csv', index = False)
submit = pd.read_csv('result.csv')
print(submit)