빅분기 실기체험환경 Warning
2025 예시문제 작업형 2번 풀었습니다.
다른건 괜찮은데
xgboost 코드 실행시 warning이 뜨네요.
아마 version 관련이라 실제 시험환경에서 크게 점수에 좌우되는 부분 아닌 것 같은데 아시는 분 확인 부탁드립니다.
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. uhroo lee님.
XGBoost를 사용할 때 발생하는 경고 메시지는 주로 라이브러리의 버전 업데이트와 관련이 있거나, 특정 환경 설정에 대한 알림일 가능성이 높습니다. 경고 메시지는 일반적으로 모델의 성능이나 데이터 처리 결과에 직접적인 영향을 미치지 않는 경우가 많으며, 시험 점수에 큰 영향을 주지 않을 가능성이 큽니다.
시험 환경에서는 경고 메시지를 무시하고 진행하셔도 무방하다고 판단되지만, 경고 메시지를 없애거나 줄이고 싶으시다면 다음과 같은 조치를 고려해볼 수 있습니다:
- 라이브러리 옵션 조정:
XGBRegressor를 사용할 때eval_metric을 구체적으로 지정하면 경고를 줄일 수 있습니다.
- 다음 코드와 같이
use_label_encoder=False옵션을 추가해보세요.
from xgboost import XGBRegressor
import warnings
warnings.filterwarnings('ignore')
model = XGBRegressor(eval_metric='logloss', use_label_encoder=False, random_state=42)
model.fit(Xtr, ytr)
predictions = model.predict(Xval)
- 동일한 데이터 모델링을 위한 대안 라이브러리 사용:
- LightGBM이나 CatBoost 등 다른 부스팅 계열 라이브러리도 활용 가능합니다. 이러한 대안은 유사한 성능을 가지며 경고 메시지를 피하는 데 도움이 될 수 있습니다.
- LightGBM이나 CatBoost 등 다른 부스팅 계열 라이브러리도 활용 가능합니다. 이러한 대안은 유사한 성능을 가지며 경고 메시지를 피하는 데 도움이 될 수 있습니다.
유사한 상황에 대한 다른 질문들이 있었는데, 다음 링크를 참고하시면 도움이 될 것입니다:
- 섹션7. 모의고사 풀어보기 2 질문있습니다.
- 5회 2형 lightgbm질문
시험 준비 잘 하시고 좋은 결과 있기를 바랍니다!
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.
RandomForest vs lgb
0
14
1
전처리 관련질문
0
8
2
작업형3 기출
0
7
1
유형2에서 데이터분할 생략 가능여부
0
14
2
9회 기출 유형3 질문
0
11
1
lgb 기초편
0
8
1
괄호 사용
0
12
1
작업형 2 데이터 전처리 질문
0
14
1
11회 기출 유형 작업형1 문제 3-1
0
10
0
예시문제 작업형2 (ver2023) 질문입니다
0
12
1
Data type에 따른 처리
0
12
2
데이터 전처리 관련
0
14
2
시험에서 문제 불러오기
0
12
2
2번문제 출력값 질문
0
18
2
pd.get_dummies()가 bool로 반환
0
16
2
대응표본검정 레빈
0
20
3
단일표본검정 문제 유형
0
22
2
[작업형 3] 6~7. 카이제곱 검정
0
18
2
9회 작업형3 문제 1-1
0
35
2
최종답안 계산 방식 질문
0
21
1
시험 치기 전 급하게 질문 사항
0
35
2
유형3
0
29
2
작업형 2 연습문제 섹션 3
0
20
2
11 기출문제 ipynb파일
0
33
2