ANOVA를 배울때는 ols 사용할때 독립변수 앞에 C()를 붙이는것이 분산분석은 범주형 분석이기에 앞에 C를 붙인다고 생각했는데요~ 로지스틱 회귀분석은 독립변수가 수치형, 종속변수가 이산/명목형으로 알고있는데.. Gender 앞에 C를 붙이는 이유가 있을가요? 오히려 Gender은 수치로 바꿔줘야할것 같은데.. 혹시 C 의 의미가 수치형->범주형, 범주형->수치형으로 양쪽 모두 바꿔주는 역할인건지 궁금합니다.
피처엔지니어링 부분에서 from sklearn.preprocessing import LabelEncoder cols = ['주구매상품', '주구매지점'] for col in cols: le = LabelEncoder() X_train[col] = le.fit_transform(X_train[col]) X_test[col] = le.transform(X_test[col]) X_train.head() 이 코드 실행했을때 ValueError : invalid literal for int() with base 10: '골프' 이런 에러가 뜨는데 이유가 무엇인가요..?
섹션13 3회 기출유형(작업형2) 6:15 검증데이터 분리에서 (('TravelInsurance', axis = 1), train['TravelInsurance'], test_size = 0.1, random_state = 1204) 위에 알려주신 방법 말고 (train, train[‘TravelInsurance’], test_size = 0.1, random_state = 1204) 전처리 단계에서 불필요한 컬럼으로 간주하고 drop 후에 분리에서 윗 줄처럼 해도 될까요? 만약 안된다면, 괄호 안에 앞 2개가 매번 달라서 어떻게 입력해야할지 잘 모르겠어요. 이 문제에서 drop 방법은 왜 사용 안하신건지 궁금합니다. 제출할 때 'index' = test.index로 들어가는것도 왜 그런지 궁금합니다.
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 안녕하십니까 지금 공부 중에 nunique 사용 법에 대한 문의 입니다. 아래와 같이 코딩하면값은 X_train.describe(include = 'O').nunique() 를 사용하면 Warehouse_block 4 Mode_of_Shipment 4 Product_importance 4 Gender 4 dtype: int64 로 나오는데요 실제 문제에서 알려주신 코딩으로 하면 X_train[['Warehouse_block', 'Mode_of_Shipment', 'Product_importance', 'Gender']].nunique() 각 5, 3, 3, 2가 나오네요 차이점이 무엇인지 궁금합니다..!
작업형 유형2 제출시 아래와 같이 csv 파일을 제출할 텐데 pred = model.predict_proba(test) pd.DataFrame({ 'pred':pred[:,1] }).to_csv('result.csv',index=False) 아래와 같이 csv파일 확인하고 출력되는 값이 있는 코드 그대로 제출해도 괜찮나요? print( pd.read _csv('result.csv')) 아니면 print( pd.read _csv('result.csv')) 부분을 확인하고 주석처리하고 제출해야 하나요...?
이렇게 작성해도 되는지 질문드립니다!! 값은 정상적으로 출력됐는데, 밑에 <ipython-input-163-67625b6c418c>:16: UserWarning: Boolean Series key will be reindexed to match DataFrame index. df = df[cond1] 이런 오류코드가 같이 딸려나와요.. 시험장에서 이런 오류가 같이 딸려나오면 감점인가요? 감사합니다!
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 문제 지문에서알려주는 제출 CSV 파일 형식은 0, 1, 1, 0 ... 이런 predict 결과값인데 0.11385 와 같이 predict_proba 확률값으로 결과를 제출해도 괜찮은 이유가 궁금합니다! roc_auc가 predict_proba 로 해야한다면 predict_proba로 모형 성능테스트를 하고 제출은 predict로 해야하는 것이 아닌가... 라는 의문이 들어서 문의드립니다
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 import pandas as pd train = pd.read _csv("train.csv") test = pd.read _csv("test.csv") # EDA # train.shape,test.shape # train.head() # train.info () # train.describe() # train.isnull().sum() # test.isnull().sum() # train['Segmentation'].value_counts() # train.describe(include='object') # 피쳐링 # from sklearn.preprocessing import MinMaxScaler # cols = ['Age','Work_Experience','Family_Size'] # scaler = MinMaxScaler() # train[cols] = scaler.fit _transform(train[cols]) # test[cols] = scaler.transform(test[cols]) # train[cols].head() train = pd.get_dummies(train) test = pd.get_dummies(test) train = train.drop('ID',axis=1) test_id = test.pop('ID') # train.head() # 검증데이터 from sklearn.model_selection import train_test_split X_tr,X_val,y_tr,y_val = train_test_split(train.drop('Segmentation',axis=1),train['Segmentation'],test_size=0.15,random_state=2023) # X_tr.shape,X_val.shape,y_tr.shape,y_val.shape # 랜덤포레스트 from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier(random_state=2023,max_depth=8,n_estimators=800) model.fit (X_tr,y_tr) pred = model.predict(X_val) # 예측 및 평가 from sklearn.metrics import f1_score print(f1_score(y_val,pred,average='macro')) # 제출 pred = model.predict(test) submit = pd.DataFrame({ 'ID':test_id, 'Segmentation':pred }) submit.to _csv("submission.csv",index=False) # pd.read _csv("submission.csv") 수치형 데이터를 스케일링 하는 경우는 언제인가요?(minmaxscaler등을 이용하는 것) 범주형 데이터 라벨 인코딩이나, 원핫인코딩 둘 중 아무거나 써도 상관없을까요? 예측할 때 값이 0.7이상은 나와야 했던거 같은데 너무 작게 나오는데 괜찮나요? 급하게 공부하느라 전체적인 틀을 외워서 작성하고 있는데 이정도 작성할 수 있으면 괜찮을까요? 제출하기 전에 csv생성하는 것을 제외한 모든 print문은 주석처리 해야되나요?
안녕하세요! 다름이 아니라, 예시문제 작업형2(신버전) 강의를 보다가 , unique() 사용해서 Data중에 '소형가전'이 Train, Test가 다르다는 걸 알려주셨는데. 이후에 별 조치가 없는거같아서 혹시 이런 경우에는 별도의 전처리를 진행하나요? 아니면 그냥 동일하게 LabelEncoding만 하는거인지 궁금합니다!!