인프런 커뮤니티 질문&답변

안녕하세요.

강의 잘 듣고 있습니다. 항상 어의없을 질문에도 친절하게 답해주셔서 정말 감사드립니다.

3회 기출유형(작업형 2)에서 관련해서 문의드립니다.

1. 문제를 보고 회귀인지 분류인지 구분이 잘 안될 땐 모델링을 회귀도 해보고 분류도 해봐서 가장 성능이 좋은 걸 사용하면 되겠죠?

2. 확률을 예측할 때

분류모델이면 proba를 써야하는데

predict=model.predict_proba(x_val)

회귀모델일 경우에는 proba를 사용 안 해도 되나요?

predict=model.predict(x_val)

3. Unnamed: 0 변수를 의미없는 값이라고 생각하여 데이터 전처리 과정 중에

train, test 데이터에서 모두 drop을 했습니다.

근데.... 왜 csv 파일 생성할 때, 다시 나타난 걸까요...ㅠㅠ

<출력된 csv 파일..>

<코드>

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

# EDA
pd.set_option('display.max_columns',None)
print(train.head())  # target: TravelInsurance  포함되어 있음
print(test.head())

print(train.shape, test.shape)

print(train.info())
print(train.describe())
print(train.describe(include= 'object')) # Employment Type GraduateOrNot FrequentFlyer EverTravelledAbroad

print(train.isnull().sum())

print(train.value_counts('TravelInsurance'))  # 0    965, 1    525

# 데이터 전처리(결측치: 없음, 의미 없는 칼럼 삭제, ID 처리: 없음) # Unnamed: 0  삭제

train = train.drop('Unnamed: 0', axis = 1)
test =test.drop('Unnamed: 0', axis = 1)
print(train.shape, test.shape)

print(train.head())  
print(test.head())

# 피처엔지니어링(범주형)
from sklearn.preprocessing import LabelEncoder

cols = ['Employment Type', 'GraduateOrNot', 'FrequentFlyer', 'EverTravelledAbroad']
for col in cols:
  la = LabelEncoder()
  train[col] = la.fit_transform(train[col])
  test[col] = la.transform(test[col])

# 데이터 분할
from sklearn.model_selection import train_test_split

x_tr, x_val, y_tr, y_val = train_test_split(train.drop('TravelInsurance', axis =1), train['TravelInsurance'], test_size = 0.2, random_state = 2023)
print(x_tr.shape, x_val.shape, y_tr.shape, y_val.shape)   # (1192, 8) (298, 8) (1192,) (298,)



# 모델링(회귀)

# import sklearn
# print(sklearn.__all__)
# print(sklearn.linear_model.__all__)

from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(x_tr, y_tr)
predict=model.predict(x_val)
print(predict)


# 성능평가(roc_auc_score)
from sklearn.metrics import roc_auc_score
r = roc_auc_score(y_val, predict)
print(r) #베이스: 0.7544863861386139

# 예측
predict=model.predict(test)

# 데이터 내보내기
submit = pd.DataFrame(
{
 'y_pred' : predict 
}    

).reset_index().to_csv("1111.csv")

df1 = pd.read_csv("1111.csv")
print(df1.head())