[053] 빅분기실기) 작업형2 예시 문제 실습

<문제>

https://www.dataq.or.kr/www/board/view.do -> 응시환경 체험 3번 문제

 

<해결>

1. 문제 이해

고객 3,500명에 대한 학습용 데이터(X_train.csv, y_train.csv)를 이용하여 성별예측 모형을 만든 후, 이를 평가용 데이터(X_test.csv)에 적용하여 얻은 2,482명 고객의 성별 예측값(남자일 확률)을 다음과 같은 형식의 csv 파일로 생성하시오.

- X_train.csv : 3,500명 데이터, 고객의 상품구매 속성(학습용)

- X_test.csv : 2,482명 데이터, 고객의 상품구매 속성(평가용)

- y_train.csv : 고객의 성별 데이터(학습용)

 

2. 파일 읽어오기

3. 전처리

1) 데이터 확인

2) 결측치 제거 / 대체

# 많은 양의 결측치가 있으므로 '환불금액' 결측치를 사용하지 않는 방법

# 다른 값으로 채우기 - 범주형(새로운 범주 생성), 연속형(평균, 중앙값)

아직 결측치가 해결 안 된 것이 있음

결측치 제거 완료

 

# 상관관계가 높은 값이 있다면 제거해야 함 : -1또는 1에 가까운 것은 좋지 않음

# 현재 문제에서는 해당없음

# 하지만, 0.9 이런 식으로 1에 가까운 값이 있다면 제거하는 것이 좋음

* df.loc[:3500, :] -> 3500을 포함하기 때문에 3501개

* df.iloc[:3500, :] -> 3500을 포함하지 않기 때문에 3500개

 

3) dtype : object -> 숫자형으로 적절한 변환 필요

4. 데이터 모델링

1) 라이브러리 import

2) X, Y 분리하기 : get_data()

3) 모델 만들기 : make_models()

4) 모델 성능 확인 함수

5) 가장 높은 정확도 가진 모델 찾기 -> model4

6) 모델 선택

5. 최종 제출

 

<출처>

인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part3. 고객의 성별 예측 예시문제 풀이

https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D%EA%B8%B0%EC%82%AC-%EC%8B%A4%EA%B8%B0-%ED%8C%8C%EC%9D%B4%EC%8D%AC