もしかして、すべての問題を解かれましたか？
それなら、作業型2番（3番目の問題）で日付データの派生変数生成にも挑戦してみてください！まだそこまで進んでいないのであれば、新しい内容に手を広げるよりも、これまでに学んだ内容を一つずつ整理することをお勧めします。
日付派生変数 (曜日/月/週末) — train, test 両方同じように! train['date'] = pd.to_datetime(train['date']) train['dayofweek'] = train['date'].dt.dayofweek # 曜日(月=0~日=6) train['month'] = train['date'].dt.month # 月(1~12) train['is_weekend'] = (train['date'].dt.dayofweek >= 5).astype(int) test['date'] = pd.to_datetime(test['date']) test['dayofweek'] = test['date'].dt.dayofweek test['month'] = test['date'].dt.month test['is_weekend'] = (test['date'].dt.dayofweek >= 5).astype(int)頑張ってください！
今回のデータで注意深く見ていただくべき部分は
全データ（注釈5番）の学習です。比較後、全学習コードを入れておきました。結果を比較してみましょう！
パラメーター（class_weight、ハイパーパラメーターなど）は、無条件に追加・変更すれば良くなるというものではありません。検証セットで直接
比較して採用するかどうかを決めなければなりません。
試験の状況でパラメータの判断に迷う場合は、デフォルト値（設定していない状態）で進めましょう。安定していることが重要だと思います！
もちろん、全データ学習も良い選択です！
コーディングパン(https://code.sideonai.com/)に作業型2の問題をアップデートしました。
ビッグデータ分析士の講義部分のすべてのコードにlightgbmを追加しました。 (
コーディングパン作業型2のベースラインをご案内します。EDA部分は除外しました。
1番目の問題
import pandas as pd # 1) データの読み込み train = pd.read_csv('data/car_train.csv') test = pd.read_csv('data/car_test.csv') # 2) カテゴリ変数のワンホットエンコーディング 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) 検証用データの分割 (提出前の性能比較) 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) 3つのモデルの学習 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) 選択したモデルを全trainデータで再学習後、testを予測 (選択) # lgb.fit(train, target) # pred = lgb.predict(test) # 6) 提出ファイルの保存 (predカラム1つのみ、indexは除外) result = pd.DataFrame({'pred': pred}) result.to_csv('result.csv', index=False) # 提出ファイルの確認 print("\n ===== 提出ファイル (サンプル) =====") print(pd.read_csv("result.csv").head()) print("\n ===== 提出ファイル (サイズの確認) =====") print(pd.read_csv("result.csv").shape)2番の問題
import pandas as pd # 1) データの読み込み train = pd.read_csv('data/bike_train.csv') test = pd.read_csv('data/bike_test.csv') # 2) カテゴリ変数のワンホットエンコーディング 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) 検証用データの分割 (提出前の性能比較) 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) 3つのモデルの学習 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) 選択したモデルを全trainデータで再学習し、testを予測 (選択) # lgb.fit(train, target) # pred = lgb.predict(test) # 6) 提出ファイルの保存 (predカラム1つのみ、indexは除外) result = pd.DataFrame({'pred': pred}) result.to_csv('result.csv', index=False) # 提出ファイルの確認 print("\n ===== 提出ファイル (サンプル) =====") print(pd.read_csv("result.csv").head()) print("\n ===== 提出ファイル (サイズ確認) =====") print(pd.read_csv("result.csv").shape)作業型1、作業型3の模擬問題をアップデートしました！ 🎉
試験環境とできるだけ似た環境で解けるようにコーディングパン（Coding Pang）サイトを作ったのですが、そこに新しい問題をアップロードしました。
実際の試験のようにコードを直接書きながら解くことができるので、ぜひアクセスして練習してみてください 😊 試験の合格を心より応援しています！
👉 コーディングパンリンク: code.sideonai.com
まだベータ版ですので、もしバグがあれば教えてください！
試験が1週間後に迫ってきましたね。
ビッグデータ分析実技試験準備ライブ1週間前の集まり（6.13）の録画分を共有します。
1時間ほどの内容なので、倍速で一度ざっと目を通してみてください！
皆さん、頑張ってください :)
（講義全体の時間制限により、第12回試験後に削除予定）
第12回試験の実施が案内されました。
従来の試験内容と同じであり、変更内容は文言・表記方式の改善レベルです
以前にも似たような言葉がありましたが、作業型2で
「優れた評価指標を獲得するためには、最適なモデルを探索しなければならない」との記載がありますので
少なくとも2つのモデル（ランダムフォレスト、LightGBM）は準備が必要です。
https://www.dataq.or.kr/www/board/view.do?boardKind=notice&bbsKey=eyJiYnNhdHRyU2VxIjoxLCJiYnNTZXEiOjU3OTAxM30=
残りの期間も応援しています！！
