XGBoost 실습

안녕하세요 이번시간에는 XGBoost를 이용해 와인 품질 분류를 진행하도록 하겠다.
XGBoost의 경우 자주 사용했던 Scikit learn 라이브러리에서 기본적으로 제공하지 않는다.
그래서 직접 XGBoost 라이브러리를 설치해 불러와야 한다.

#데이터 확인
train.head()

#원핫 인코딩(pd.get_dummies())
train_one = pd.get_dummies(train)
test_one = pd.get_dummies(test)

#모델 정의
model = XGBClassifier()

#모델 학습
# X는 train에서 quality를 제외한 모든 변수
# y는 train의 quality 변수

# fit 메소드를 이용해 모델 학습
model.fit(X,y)

#predict 메소드와 test_one 데이터를 이용해 품질 예측
pred = model.predict(test_one)

#sample_submission.csv 파일을 불러와 예측된 값으로 채워주기
submission = pd.read_csv('data/sample_submission.csv')
submission['quaulity'] = pred
submission.head()

#정답파일 내보내기
submission.to_csv('xgb_pred.csv',index=False)