인프런 커뮤니티 질문&답변

아래 코드에서 잘못된 부분은 없는지, 어느 부분을 보완하면 좋을지 알고 싶습니다

문제 : 학습용 데이터 (X_train, y_train)을 이용하여 생존 예측 모형을 만든 후, 이를 평가용 데이터(X_test)에 적용하여 얻은 예측값을 다음과 같은 형식의 CSV파일로 생성하시오(제출한 모델의 성능은 accuracy 평가지표에 따라 채점)

코드 :

# 라이브러리 불러오기
import pandas as pd
train = pd.read_csv("train.csv")
test = pd.read_csv("test.csv")

# EDA
train.shape, test.shape # ((891, 12), (418, 11))
train.isnull().sum()
test.isnull().sum()

# 전처리(결측치, 인코딩, 스케일링, 타겟)
train = train.dropna()
test = test.dropna()
train.shape, test.shape # ((183, 12), (87, 11))

train.describe()

train = pd.get_dummies(train)
test = pd.get_dummies(test)

target = train.pop("Survived")

# 모델링
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 = 2024)


from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state = 2024)
rf.fit(X_tr, y_tr)
pred = rf.predict(X_val)

# 평가
from sklearn.metrics import accuracy_score
accuracy = accuracy_score(y_val, pred)

# 제출
result = pd.DataFrame({
    "PassengerId" : X_val["PassengerId"] ,
    "Survived" : pred
})

result.to_csv("수험번호.csv", index = False)