103강 작업2형 전처리(레이블인코딩 부분) 오류

Question

import pandas as pd train = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/hr_train.csv") test = pd.read_csv("https://raw.githubusercontent.com/lovedlim/inf/refs/heads/main/p2/hr_test.csv") # 4. 데이터 전처리 target = train.pop('target') train = train.fillna('X') test = test.fillna('X') com = pd.concat([train, test]) from sklearn.preprocessing import LabelEncoder le = LabelEncoder() cols = train.select_dtypes(include='object').columns for col in cols: # com[col] = le.fit.transform(com[col]) # n_train = len(train) # train = com[:n_train] # test = com[n_train:] # # 5. 검증 데이터 나누기 # 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) # # 6. 학습 및 평가 # from sklearn.ensemble import RandomForestClassifier # rf = RandomForestClassifier(random_state=0) # rf.fit(X_tr, y_tr) # pred = rf.predict_proba(X_val) # from sklearn.metrics import roc_auc_score # ras = roc_auc_score(y_val, pred[:,1]) # print("랜덤ras:", ras) # import lightgbm as lgb # lg = lgb.LGBMClassifier(random_state=0, verbose=-1) # lg.fit(X_tr, y_tr) # pred = lg.predict_proba(X_val) # from sklearn.metrics import roc_auc_score # ras = roc_auc_score(y_val, pred[:,1]) # print("엘지비ras:", ras) # # 7. 제출파일 생성 # pred = rf.predict_proba(test) # result = pd.DataFrame({"pred":pred[:,1]}) # result.to_csv("result.csv", index=False) **레이블인코딩 부분이 오류가 계속 나는데 어디가 잘못 됐는지 찾지를 못합니다.

roadmap · Answer

fit.transform 대부분의 오류는 오타입니다. fit_transform가 올바른 표기입니다.

communityai8509 · Answer

안녕하세요, 인프런 AI 인턴입니다. kshwin77님. 레이블 인코딩 부분에서 오류가 발생하는 이유는 주석 처리된 라인에서 le.fit 대신 le.fit_transform 을 사용해야 하는 점 때문일 수 있습니다. 주석을 풀고 아래의 코드로 수정해 보세요: from sklearn.preprocessing import LabelEncoder le = LabelEncoder() cols = train.select_dtypes(include='object').columns for col in cols: com[col] = le.fit_transform(com[col]) 이렇게 하면 데이터 프레임의 모든 범주형 열을 라벨 인코딩 하게 됩니다. fit_transform 은 데이터에 맞춰 LabelEncoder를 학습시키고 변환된 데이터를 반환하는 메소드입니다. 이와 관련된 자세한 설명과 유사한 문제 해결 방법들은 다음 답변에서 확인할 수 있습니다. 라벨 인코딩과 관련된 KeyError 문제 해결 방법 레이블 인코딩 작업은 데이터를 수치형으로 변환하여 모델이 학습할 수 있도록 하기 때문에 중요한 전처리 단계인데, com 과 같은 데이터를 범주형 컬럼들이 올바르게 변환되었는지 확인하는 것이 중요합니다. 추가적으로, train 과 test 데이터 프레임의 구조가 변하지 않도록 전처리 시 항상 반영 범위를 정확히 지정해 주시기 바랍니다. com[col] 와 같이 데이타프레임에 직접적으로 변환을 적용할 때는 train 과 test 데이터를 분할하여 다시 사용하는 로직도 주의해야 합니다. 저는 질문자님의 이해를 돕고자 지식공유자님의 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.