보호되어 있는 글입니다.
보호되어 있는 글입니다.
보호되어 있는 글입니다.
숙제 (4) - 여러가지 해답들
지난 시간 그저 missing value를 채워주는 걸로는 개선이 이루어지지 않았다. 그렇다면 일단 다른 사람의 노트북을 참고해보면 어떨까? 어떤 의견에서는 변수들이 연관성이 있다는 것도 있었다. 만약 그렇다면 문제가 더 복잡해진다. 그래서 discussion에서 missing value를 처리할 방법을 찾다가, 흥미로운 노트북을 보게 되었다. Categorical Feature Encoding Challenge II Explore and run machine learning code with Kaggle Notebooks | Using data from Categorical Feature Encoding Challenge II www.kaggle.com 이 노트북의 요지는 다음과 같다. (test.is..
숙제 (3)
지난시간에 이어서 피처 엔지니어링 + 베이스라인 모델 생성이다. 데이터 합치기와 데이터 나누기는 지난 챌린지를 참고하면 되고, 이번에는 먼저 결과를 봐보자. from sklearn.preprocessing import OneHotEncoder encoder = OneHotEncoder() # 원-핫 인코더 생성 all_data_encoded = encoder.fit_transform(all_data) # 원-핫 인코딩 적용 all_data_encoded X_train.shape (298042, 5700) from sklearn.metrics import roc_auc_score # ROC AUC 점수 계산 함수 # 검증 데이터 ROC AUC roc_auc = roc_auc_score(y_valid, y_..
보호되어 있는 글입니다.