인프런 커뮤니티 질문&답변

1. 정확하게는 기억이 안나지만 ㅠ 아래와 같이

    

   1. cols= ['a','b','c' 등 수치형 변수 직접 지정] 한 뒤에

      1. train[cols]= scaler.fit_transform(train[cols])

      2. test[cols]= scaler.transform(test[cols]) 했을 때 에러없이 진행된 것으로 보아

      pop 작업을 minmaxscaler 이전에 진행한것으로 생각됩니다만

   2. 만약, 스케일러/원핫인코딩 작업 이후에 타겟을 pop 했다면 오답일까요?

    

    

    

    

    

    

3. 샘플코드로 제출한 코드 다시 작성해보면 아래와 같은데 잘못된 부분이 있는지 궁금합니다.

   import pandas as pd
   train = pd.read_csv("train.csv")
   test = pd.read_csv("test.csv")
   
   # target = Segmentation 
   #  #   Column           Non-Null Count  Dtype  
   # ---  ------           --------------  -----  
   #  0   ID               6665 non-null   int64  
   #  1   Gender           6665 non-null   object 
   #  2   Ever_Married     6665 non-null   object 
   #  3   Age              6665 non-null   int64  
   #  4   Graduated        6665 non-null   object 
   #  5   Profession       6665 non-null   object 
   #  6   Work_Experience  6665 non-null   float64
   #  7   Spending_Score   6665 non-null   object 
   #  8   Family_Size      6665 non-null   float64
   #  9   Var_1            6665 non-null   object 
   #  10  Segmentation     6665 non-null   int64  
   
   # train.head()
   # test.head()
   
   # train.shape #(6665, 11)
   # test.shape #(2154, 10)
   
   # train.info()
   # test.info()
   
   target = train.pop('Segmentation')
   cols = ['ID','Age','Work_Experience','Family_Size'] #수치형만 골라서 직접 기입
   
   from sklearn.preprocessing import MinMaxScaler
   scaler = MinMaxScaler()
   train[cols] = scaler.fit_transform(train[cols])
   test[cols] = scaler.fit_transform(test[cols])
   
   train = pd.get_dummies(train)
   test = pd.get_dummies(test)
   
   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)
   
   from sklearn.ensemble import RandomForestRegressor
   model = RandomForestRegressor(random_state=0)
   model.fit(x_tr, y_tr)
   pred = model.predict(x_val)
   # pred = model.predict(test) #최종 제출시에 활성화
   
   from sklearn.metrics import mean_absolute_error
   print(mean_absolute_error(y_val,pred)) # 0.7732033008252062
   
   
   
   

    

1. 네 이 코드는 큰 문제가 없어 보입니다.

2. 타겟값이 10이 었는데 스케일링으로 0.01로 만들었다면 예측값도 0.01로 나오기 때문에 점수를 받기 어렵습니다. csv결과를 보셨나요? 1이하 소수점 형태였나요? 아니면 train과 비슷한 수치였나요?

3. 아래 코드는 target을 먼저 분리 했네요! 그런데 csv를 생성하는 코드가 없네요?

csv 생성한 것이 맞을까요?

답변 감사드립니다.

1이하 소수점 형태였던 것으로 기억하고, 소수점은 굳이 정수형 변환 필요없다고 하셔서 그대로 제출했습니다.

본 시험에서는 csv 파일 생성하여 read로 확인 후 제출하였습니다.

pred 가 1이하 소수점이었다면 오답 0점 처리일까요ㅜㅜ

1이하의 소수점이 모든 예측값이면 아쉽지만 잘못 처리되었어요! 😭

3번 코드면 전체가 1이하의 소수점이 나오진 않는 코드입니다