수치형 데이터만 선택하여 푸는 경우에 오답확률이 높아질까요?

• 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!

• 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요

• 먼저 유사한 질문이 있었는지 검색해보세요

예시문제 작업형2(2025v)에서

저는 아래와 같이 문자는 제외하고, rmse (max_depth, n_estimators 최적화도 진행함)를 구했는데요! 레이블인코딩하지 않은 경우라면, 채점시에 점수가 낮아질 확률이 높아지나요?? 합불에 크게 영향을 주는 지 궁금합니다.

train=train.select_dtypes(exclude='O')

test=test.select_dtypes(exclude='O')

추가로 제가 작성한 코드를붙입니다!

train=train.dropna(axis=1)

test=test.dropna(axis=1)

train=train.select_dtypes(exclude='O')

test=test.select_dtypes(exclude='O')

# print(train.shape, test.shape)

# print(train.isnull().sum().sum())

# print(test.isnull().sum().sum())

from sklearn.model_selection import train_test_split

X_tr,X_val,y_tr,y_val = train_test_split(train.drop('총구매액', axis=1),train.pop('총구매액'), 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,max_depth=7, n_estimators=200)

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))

#base 820.5860282970249

#3,100 875.2260812472606

#3,200 873.5386940171521

#3,400 874.1382881938769

#5,400 824.3641497143064

#5,200 818.239922754944

#7,100 804.8452832752822

#7,200 804.418493364831 //

#10,300 814.7390378036772

# 10,100 820.1853548789979

pred=rf.predict(test)

pd.DataFrame({'pred':pred}).to_csv('result.csv',index=False)

print(pd.read_csv('result.csv'))