Скачать с ютуб 빅분기 실기 작업형 2유형(분류) 이 영상 하나로 끝내세요! в хорошем качестве

빅분기 실기 작업형 2유형(분류) 이 영상 하나로 끝내세요!

빅분기 실기 2유형 전체 코드 입니다. import pandas as pd train = pd.read_csv("data/customer_train.csv") test = pd.read_csv("data/customer_test.csv") #데이터 로드 및 확인 #print(train.info()) #결측값 처리(환불금액) / 라벨인코딩(주구매상품, 주구매지점) #print(test.info()) #결측값 대체(최빈값) train.fillna(train['환불금액'].mode()[0], inplace=True) test.fillna(test['환불금액'].mode()[0], inplace=True) #print(train.info()) #print(test.info()) #라벨인코딩 from sklearn.preprocessing import LabelEncoder le = LabelEncoder() train['주구매상품'] = le.fit_transform(train['주구매상품']) train['주구매지점']=le.fit_transform(train['주구매지점']) test['주구매상품'] = le.fit_transform(test['주구매상품']) test['주구매지점']=le.fit_transform(test['주구매지점']) #print(train.info()) #print(test.info()) #데이터 분할 from sklearn.model_selection import train_test_split X = train.drop(columns=['성별','회원ID']) y = train['성별'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=2024) #모델링(분류) from sklearn.ensemble import RandomForestClassifier rfc = RandomForestClassifier(n_estimators=150, max_depth=20, random_state=2024) rfc.fit(X_train, y_train) pred1=rfc.predict(X_test) #pred1 : train 데이터에대한 예측 값 #성능평가 from sklearn.metrics import roc_auc_score, accuracy_score roc = roc_auc_score(y_test, pred1) acc = accuracy_score(y_test, pred1) #print('roc:', roc) #0.6023 #print('acc:', acc) #0.6642 #테스트 데이터 예측 test_X = test.drop(columns=['회원ID']) pred2=rfc.predict(test_X) #print(pred2) #결과 데이터 제출 및 확인 pd.DataFrame({'pred':pred2}).to_csv('result.csv', index=False) result = pd.read_csv('result.csv') #print(result)