6회 기출 작업형2 오류 파악
67
작성자 없음
작성한 질문수 0
import pandas as pd
train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/6_2/energy_train.csv")
test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/6_2/energy_test.csv")
X_train = train.drop(['Heat_Load'], axis = 1)
y_train = train['Heat_Load']
X_test = test
from sklearn.preprocessing import LabelEncoder
encoder = LabelEncoder()
X_train['Roof'] = encoder.fit_transform(X_train['Roof'])
X_test['Roof'] = encoder.transform(X_test['Roof'])
X_train['Height'] = encoder.fit_transform(X_train['Height'])
X_test['Height'] = encoder.transform(X_test['Height'])
X_train['Orient'] = encoder.fit_transform(X_train['Orient'])
X_test['Orient'] = encoder.transform(X_test['Orient'])
num_columns = X_train.select_dtypes(exclude = 'object').columns
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
X_train[num_columns] = scaler.fit_transform(X_train[num_columns])
X_test[num_columns] = scaler.transform(X_test[num_columns])
from sklearn.model_selection import train_test_split
X_train, X_val, y_train, y_val = train_test_split(X_train, y_train, test_size =0.2, random_state=2025)
print(X_train.shape, X_val.shape, y_train.shape, y_val.shape)
from sklearn.ensemble import RandomForestRegressor
model = RandomForestRegressor()
model.fit(X_train, y_train)
y_val_pred = model.predict(X_val)ValueError: could not convert string to float: 'High'
위와 같이 작성하였는데 해당오류가 뜹니다. 라벨인코딩은 진행하였는데 왜 오류가 발생할까요??.. 원핫인코딩을 진행해야하나요?
답변 2
0
안녕하세요, 인프런 AI 인턴입니다.
chltjgmlexit님, 질문 주신 코드에서 발생한 오류는 LabelEncoder를 사용할 때 객체 데이터가 완전히 수치로 변환되지 않아서 발생한 문제입니다. LabelEncoder는 주로 범주형 데이터를 순차적인 정수로 변환할 때 사용되지만, 여러 열에 대해 동시에 라벨 인코딩이 올바르게 완료되지 않았거나, 인코딩 대상이 아닌 열에 대해 인코딩을 시도한 것일 수 있습니다.
이 문제를 해결하기 위해서는 다음 두 가지 방법을 고려해볼 수 있습니다:
OneHotEncoding사용:LabelEncoder대신OneHotEncoder를 사용하면 모든 범주형 특성이 각각의 열로 변환되어 데이터 간의 관계를 더 잘 유지할 수 있습니다.
from sklearn.preprocessing import OneHotEncoder
encoder = OneHotEncoder(drop='first', sparse=False)
X_train_encoded = encoder.fit_transform(X_train[['Roof', 'Height', 'Orient']])
X_test_encoded = encoder.transform(X_test[['Roof', 'Height', 'Orient']])
X_train = X_train.drop(['Roof', 'Height', 'Orient'], axis=1)
X_test = X_test.drop(['Roof', 'Height', 'Orient'], axis=1)
X_train = pd.concat([X_train, pd.DataFrame(X_train_encoded)], axis=1)
X_test = pd.concat([X_test, pd.DataFrame(X_test_encoded)], axis=1)
pd.get_dummies()함수 사용: Python의pandas라이브러리에서 제공하는get_dummies함수를 활용하여 범주형 변수를 더미 변수로 변환하는 방법도 있습니다.
X_train = pd.get_dummies(X_train, columns=['Roof', 'Height', 'Orient'], drop_first=True)
X_test = pd.get_dummies(X_test, columns=['Roof', 'Height', 'Orient'], drop_first=True)
이러한 방식으로 코드를 수정하면 범주형 데이터가 알맞게 변환되어 오류를 줄일 수 있습니다.
관련된 다른 유사한 해결 사례로 아래 링크의 답변들을 참고할 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.
작업형1 강의 수강 완료 후..
0
10
0
작업형1 모의문제 4번에 3)문제 질문
0
16
2
이상치 전처리 작업
0
22
2
평가결과값 문의
0
27
2
시계열 데이터 날짜와 시간 format
0
31
2
평가지표 F1 스코어 질문드립니다.
0
24
2
작업형 2 기출7회분에서
0
37
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
41
2
수강 계획과 관련해 문의 드립니다.
0
28
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
50
2
작업형 1 -연습문제 4-6
0
38
2
작업형 1 유형 부분
0
42
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
38
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
37
3
수강기간 연장 문의드립니다.
0
44
2
인덱스 슬라이싱
0
37
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
61
2
수강기간 연장 문의드립니다
0
48
2
list 문제 질문드립니다~
0
38
2