320x100
320x100
모델을 선언한 후, fit(X,Y) 함수를 사용해서 모델을 훈련시킨다.
여기서 주의해야 할 점은 x 데이터는 예측에 사용되는 변수들이고 Y 데이터는 예측결과 변수여야 한다.
x데이터는 train Data에서 drop(['제외할 컬럼명'],axis=1)을 함수를 이용해 예측할 피쳐를 제외할 수 있다.
Y데이터는 train['예측할 컬럼명']으로 인덱싱할 수 있습니다.
X_train = train.drop(['제외할컬럼명'], axis=1)
Y_train = train['예측할컬럼명']
이제 모델을 선언하고, fit() 함수를 이용해 모델을 훈련시킨다.
model=DecisionRegressor()
model.fit(X_train,Y_train)
320x100
320x100
'빅데이터 관련 자료 > Dacon' 카테고리의 다른 글
Lv1 | 모델링 | 제출파일생성(to_csv()) (0) | 2021.08.02 |
---|---|
테스트예측(predict()) (0) | 2021.08.01 |
Lv1 | 모델링 | 모델선언 (DecisionTreeClassifier()) (0) | 2021.07.30 |
Lv1 | 모델링 | scikit-learn (DecisionTreeClassifier) (0) | 2021.07.28 |
Lv1 | 전처리 | 결측치 삭제하기, 대체하기 (dropna(), fillna()) (0) | 2021.07.27 |