인프런 커뮤니티 질문&답변

코드 필사하면서 연습중인데 2유형의 경우, 항상 동일한 부분에서 어려움을 느끼고 있습니다.
(이론을 완벽하게 이해하지 못한상태에서 따라만하기에 나타나는 문제점 입니다)
기출2회를 풀어보면서 어려움을 느끼는 부분을 표시해 드릴테니
왜 그 컬럼이 그 부분에 들어가는지 문제와 매칭하여... 설명해주실 수 있으실까요?

더불어서 기출 4회 기준으로도 왜 그 코드가 들어가는지 추가설명해주시면
감사하겠습니다.

[기출2회 기준]
#데이터 나누기
항상 "문제"가 바뀔때마다 1번과 2번위치에 뭘 넣어야할지 헷갈립니다.
이것저것 넣어봣는데 다 에러가 떠서....아래의 기준이 맞는지요?
1번위치: x_train data set에서 id를 제외한 데이터들?
2번위치: 출력이미지 기준으로 예측할 컬럼?

저는 LightGBM기준으로 돌려봤는데, EDA 후object형을 카테고리화 한후 x_train data set에서 id컬럼만을 pop하는 과정을, 데이터 나누기 전에 미리 해줘야하는지요?

X_test_ID=X_test.pop('ID')

from sklearn.model_selection import train_test_split
X_tr, X_val, y_tr, y_val = train_test_split(y_train.drop('Reached.on.Time_Y.N',axis=1),
                                            y_train['Reached.on.Time_Y.N'],
                                            test_size=0.2,
                                            random_state=2000,
                                            )

import lightgbm as lgb
model=lgb.LGBMClassifier(random_state=2000, max_depth=7, n_estimator=100, learning_rate=0.01)
model.fit(X_tr, y_tr)
pred=model.predict_proba(X_val)
pred

# 자체예측하기

아래 3번도 문제가 바뀔때마다 어떤것을 넣어야할지 잘 모르겠습니다.

from sklearn.metrics import roc_auc_score
roc_auc_score(y_val,pred[:,1])

# random_state=2000, max_depth=5, n_estimator=100, learning_rate=0.01 / 0.7278342882937344

#최종제출전 데이터프레임만들기
위에와 자꾸연결되는 부분인거 같은데
설정을 잘못해주니 4,5번도 어떤것을 넣어햐하는지 헷갈립니다.

데이터프레임 제목은 문제에 주어진 "출력할이미지"를 보고 가지고오지만
4번의 경우는 id별로 도착하지 않을 확률을 구하는게 문제이니까
X_train의 아이디를 가지고오는것같고
5는 문제에서 주어진 예측값인 도착하지 않는 확률이 있는 열을 넣어주는거 같은데
이게 위 코드에서 설정했던 값과 어떻게 이어지는건지 잘 이해되지 않습니다.
4번의 경우, x_train data set에서 id컬럼만을 pop하는 과정?에서 X_test_ID가져옴..

좀 더 일찍 물어봐야 할 질문인거 같은데 죄송합니다....
답변해주시면 주어진 문제에 따라 어떤로직으로 해당 코드를 설정했는지 이해해보겠습니다.

2유형 기출 4회(데이터 2종)일 경우도 함께 설명해주시면
어떤 문제에 따라 어떤 원리로 구하고자 하는 예측값 대비해서
해당 코드(1번위치~5번위치까지)들을 설정했는지 이해할수 있을 것 같습니다!

감사합니다.