이번 데이터에 주의 깊게 보셔야할 부분은
전체 데이터(주석 5번) 학습입니다. 비교 후 전체 학습 코드를 넣어놨습니다. 결과를 비교해 보시죠!
파라미터(class_weight, 하이퍼파라미터 등)는 무조건 추가/변경한다고 좋아지지 않는다. 검증셋으로 직접
비교해서 채택 여부를 정해야 합니다.
시험 상황에서 파라미터 판단하기 애매하면 기본값 (설정하지 않은 상태)로 가시죠. 안정적인게 중요할 것 같습니다!
무조건 전체 데이터 학습도 좋습니다!
코딩팡(https://code.sideonai.com/)에 작업형 2 문제 업데이트 했습니다.
빅이시 강의 부분에 모든 코드에 lightgbm 추가했습니다. (
코딩팡 장업형2 베이스 라인 안내드려요. EDA부분은 제외했습니다.
1번 문제
import pandas as pd
# 1) 데이터 불러오기
train = pd.read_csv('data/car_train.csv')
test = pd.read_csv('data/car_test.csv')
# 2) 범주형 변수 원-핫 인코딩
target = train.pop('target')
print(train.shape, test.shape)
train = pd.get_dummies(train)
test = pd.get_dummies(test)
print(train.shape, test.shape)
# 3) 검증용 분리 (제출 전 성능 비교)
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, stratify=target)
# 4) 세 가지 모델 학습
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state=0)
rf.fit(X_tr, y_tr)
pred = rf.predict(X_val)
from sklearn.metrics import f1_score
print(f1_score(y_val, pred, average='macro'))
from lightgbm import LGBMClassifier
lgb = LGBMClassifier(random_state=0, verbose=-1)
lgb.fit(X_tr, y_tr)
pred = lgb.predict(X_val)
print(f1_score(y_val, pred, average='macro'))
from xgboost import XGBClassifier
xgb = XGBClassifier(random_state=0, verbosity=0)
xgb.fit(X_tr, y_tr)
pred = xgb.predict(X_val)
print(f1_score(y_val, pred, average='macro'))
# 5) 선택한 모델을 전체 train으로 다시 학습 후 test 예측 (선택)
# lgb.fit(train, target)
# pred = lgb.predict(test)
# 6) 제출 파일 저장 (pred 컬럼 1개만, index 제거)
result = pd.DataFrame({'pred': pred})
result.to_csv('result.csv', index=False)
# 제출파일 확인
print("\n ===== 제출파일 (샘플) =====")
print(pd.read_csv("result.csv").head())
print("\n ===== 제출파일 (크기 확인) =====")
print(pd.read_csv("result.csv").shape)2번 문제
import pandas as pd
# 1) 데이터 불러오기
train = pd.read_csv('data/bike_train.csv')
test = pd.read_csv('data/bike_test.csv')
# 2) 범주형 변수 원-핫 인코딩
target = train.pop('count')
print(train.shape, test.shape)
train = pd.get_dummies(train)
test = pd.get_dummies(test)
print(train.shape, test.shape)
# 3) 검증용 분리 (제출 전 성능 비교)
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)
# 4) 세 가지 모델 학습
from sklearn.ensemble import RandomForestRegressor
rf = RandomForestRegressor(random_state=0)
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))
from lightgbm import LGBMRegressor
lgb = LGBMRegressor(random_state=0, verbose=-1)
lgb.fit(X_tr, y_tr)
pred = lgb.predict(X_val)
print(root_mean_squared_error(y_val, pred))
from xgboost import XGBRegressor
xgb = XGBRegressor(random_state=0, verbosity=0)
xgb.fit(X_tr, y_tr)
pred = xgb.predict(X_val)
print(root_mean_squared_error(y_val, pred))
# 5) 선택한 모델을 전체 train으로 다시 학습 후 test 예측 (선택)
# lgb.fit(train, target)
# pred = lgb.predict(test)
# 6) 제출 파일 저장 (pred 컬럼 1개만, index 제거)
result = pd.DataFrame({'pred': pred})
result.to_csv('result.csv', index=False)
# 제출파일 확인
print("\n ===== 제출파일 (샘플) =====")
print(pd.read_csv("result.csv").head())
print("\n ===== 제출파일 (크기 확인) =====")
print(pd.read_csv("result.csv").shape)