8회 작업형2
train = train.drop('customerID', axis=1)
test = test.drop('customerID', axis=1)
target = train.pop('TotalCharges')
train = pd.get_dummies(train)
test = pd.get_dummies(test)
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)
print(X_tr.shape, X_val.shape, y_tr.shape, y_val.shape)
from sklearn.ensemble import RandomForestRegressor
rf = RandomForestRegressor(random_state=0)
rf.fit(X_tr, y_tr)
pred = rf.predict(X_val)
# print(pred)
from sklearn.metrics import mean_squared_error
mse = mean_squared_error(y_val, pred)
print(mse)
pred = rf.predict(test)
result = pd.DataFrame({'pred':pred})
result.to_csv('result.csv', index=False)
print(pd.read_csv('result.csv'))
print(pd.read_csv('result.csv').head())
print(pd.read_csv('result.csv').shape)원핫인코딩, 랜덤포레스트로 진행했는데
mse 값이
1561363.7676789626크게 나오는데 이렇게 진행해도 괜찮을까요?
제출파일의 pred값을 확인해보면 선생님이 하셨던 라벨인코딩, lgbm pred 예측값과는 차이가 별로 나지는 않습니다
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 김범준님.
진행하신 코드에 대해 피드백 드리겠습니다. 현재 코드는 RandomForestRegressor를 사용하여 예측을 수행하고 있으며, 데이터 전처리에서 범주형 변수를 원-핫 인코딩하는 과정을 포함하고 있습니다. 주요한 코딩 부분에서는 큰 문제 없이 잘 처리되어 있습니다.
MSE가 큰 이유:
- Mean Squared Error (MSE)는 예측 값과 실제 값의 차이를 제곱해 평균한 값으로, 높은 값은 예측 모델이 실제와 많이 다르다는 것을 의미합니다. 이는 다양한 요인에 의해 발생할 수 있습니다.
데이터 스케일:
TotalCharges변수의 값이 상당히 큰 경우, MSE 역시 더 커집니다. 예측 대상의 범위를 확인하여 필요하다면 피처 스케일링(예:StandardScaler또는MinMaxScaler)을 테스트해 볼 수 있습니다.
파라미터 조정:
RandomForestRegressor의 하이퍼파라미터를 튜닝하여 성능을 향상시킬 수 있습니다. 예를 들어, 트리의 개수, 분할 규칙 등을 조정하여 개선을 시도할 수 있습니다.
모델 변경:
LGBMRegressor와 같은 다른 머신러닝 모델을 사용하여 성능을 비교할 수 있습니다. 실제로lgbm에서 더 나은 결과를 제공할 수도 있으며, 이를 통해 어떤 모델이 해당 데이터에 적합한지 파악할 수 있습니다.
관련된 게시물을 추천드리니, 코드와 과정에서 도움을 받으시길 바랍니다:
- 작업형2 모의문제2: 원-핫 인코딩 및 모델 선택에 관한 문제를 다루고 있습니다.
- 시험환경 ver.2025 작업형2 RMSE: 데이터 전처리 및 결과 개선에 대한 논의가 포함되어 있습니다.
저는 질문자님의 이해를 돕고자 지식 공유자님의 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 모의문제 4번에 3)문제 질문
0
14
2
이상치 전처리 작업
0
21
2
평가결과값 문의
0
26
2
시계열 데이터 날짜와 시간 format
0
31
2
평가지표 F1 스코어 질문드립니다.
0
24
2
작업형 2 기출7회분에서
0
36
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
41
2
수강 계획과 관련해 문의 드립니다.
0
27
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
빅분기 실기 12회 재도전
0
64
2