ID 삭제 필수 인가요?
0
ID 삭제하고 돌리면 평가점수가 떨어지는거같은데. 시험 가서는 어떻게 해야할까요?
평가점수가 떨어지더라도 ID는 삭제하고 진행해야하는게 맞을지. 무조건 평가점수가 높게 나오는 방향으로 하는게 맞는지 혼란스럽습니다!
답변 3
0
데이터가
어떻게 나올지 몰라 판단 기준은 평가 지표 점수로 하는 것이 맞습니다
일반적으로는
의미 없는 데이터여서 삭제하지만 성능이 좋게 검증된다면 그대로 두시죠!!
0
# 데이터 불러오기
train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/4_2/train.csv")
test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p4/4_2/test.csv")
train.info()
# print(set(train['Gender']) == set(test['Gender']))
# print(set(train['Ever_Married']) == set(test['Ever_Married']))
# print(set(train['Graduated']) == set(test['Graduated']))
# print(set(train['Profession']) == set(test['Profession']))
# print(set(train['Spending_Score']) == set(test['Spending_Score']))
# print(set(train['Var_1']) == set(test['Var_1']))
target = train.pop("Segmentation")
# train = train.drop('ID', axis=1)
# test = test.drop('ID', axis=1)
print(train.shape)
print(test.shape)
train = pd.get_dummies(train)
test = pd.get_dummies(test)
print(train.shape)
print(test.shape)
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)
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state=0)
rf.fit(X_tr, y_tr)
pred_rf = rf.predict(X_val)
import lightgbm as lgb
lg = lgb.LGBMClassifier(verbose=-1, random_state=0)
lg.fit(X_tr, y_tr)
pred_lg = lg.predict(X_val)
from sklearn.metrics import f1_score
f1_rf = f1_score(y_val, pred_rf, average='macro')
f1_lg = f1_score(y_val, pred_lg, average='macro')
print(f1_rf)
print(f1_lg)
작업형2에서 데이터 분포를 확인하는 이유
0
17
2
10회 기출 작업형 2 문제
0
18
1
코딩팡 프로 인증
0
22
1
이번 강의 학습노트
0
18
2
캐글 질문
0
17
2
코딩팡 pro 관련
0
20
1
9번질문입니다.
0
22
2
시험에 대해서
0
21
2
12회 작업형 2
0
25
2
copy()
0
26
2
딴짓코치 이용
0
21
1
수강 관련 문의 드립니다.
0
62
4
자치구 상점 수 합(12회)
0
29
1
불균형데이터 처리 전후 비교
0
34
2
레이블인코딩/원핫
0
44
2
인코딩
0
43
2
작업형 2 작업
0
42
2
ttest_rel() 관련 질문
0
51
2
작업형2. 인코딩에 대해 질문드립니다.
0
39
2
작업형3 2-3
0
47
1
코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.
0
40
1
8회 작업형2
0
39
2
작업형2 모의문제2 updated 2026.10
0
54
3
단순선형 회귀분석 신뢰구간,예측구간 관련질문
0
48
2





