코딩하는 곰의 일상 저장소

[작업형2] 중고차 가격 예측하기 : 22년 5회 기출

자동차 가격을 예측해주세요! 예측할 값(y): price 평가: RMSE (Root Mean Squared Error) data: train.csv, test.csv 제출 형식: submission.csv파일을 아래와 같은 형식(수치형)으로 제출 (id는 test의 index임) id,price 0,11000 1,20500 2,19610 ... 1616,11995 train.df = read.csv("C:/BigDataCertificationCourses-main/5th/train.csv", header=T) test.df = read.csv("C:/BigDataCertificationCourses-main/5th/test.csv", header=T) summary(train.df) head(train...

[작업형2] 자동차 시장 세분화 : 22년 4회 기출

[마케팅] 자동차 시장 세분화 자동차 회사는 새로운 전략을 수립하기 위해 4개의 시장으로 세분화했습니다. 기존 고객 분류 자료를 바탕으로 신규 고객이 어떤 분류에 속할지 예측해주세요! 예측할 값(y): "Segmentation" (1,2,3,4) 평가: Macro f1-score data: train.csv, test.csv 제출 형식: ID,Segmentation 458989,1 458994,2 459000,3 459003,4 train.df = read.csv("C:/BigDataCertificationCourses-main/4th/train.csv", header=T) test.df = read.csv("C:/BigDataCertificationCourses-main/4th/test.csv", he..

[작업형2] 입학여부 확률 구하기

x_train = read.csv("C:/BigDataCertificationCourses-main/3rd/t2-2-X_train.csv", header=T) x_test = read.csv("C:/BigDataCertificationCourses-main/3rd/t2-2-X_test.csv", header=T) y_train = read.csv("C:/BigDataCertificationCourses-main/3rd/t2-2-Y_train.csv", header=T) summary(x_train) summary(x_test) summary(y_train) df.train = as.data.frame(merge(x_train, y_train)) #train 데이터 합치기 summary(df.train) ..

[작업형2] PimaIndiansDiabetes2 데이터 연습

library(mlbench) data("PimaIndiansDiabetes2") df_pima = na.omit(PimaIndiansDiabetes2) set.seed(Sys.Date()) train.idx = sample(1:nrow(df_pima), size = nrow(df_pima) * 0.8) #테스트데이터로 사용할 행 추출 train = df_pima[train.idx,] test = df_pima[-train.idx,] library(rpart) md.rpart = rpart(diabetes ~., data = train) pred.rpart = predict(md.rpart, newdata = test) library(randomForest) #랜덤포레스트를 사용하기 위한 라이브러리 가져..

[작업형2] 서비스 이탈예측 데이터 분석 : 4모델 만들기(빅분기 작업형2 실전대비)

#https://www.datamanim.com/dataset/03_dataq/typetwo.html #분류 #서비스 이탈예측 데이터 #데이터 설명 : 고객의 신상정보 데이터를 통한 회사 서비스 이탈 예측 (종속변수 : Exited) #데이터 불러오기 x_train = read.csv("https://raw.githubusercontent.com/Datamanim/datarepo/main/churnk/X_train.csv", stringsAsFactors = T) y_train = read.csv("https://raw.githubusercontent.com/Datamanim/datarepo/main/churnk/y_train.csv", stringsAsFactors = T) x_test = read.c..

[작업형2] Travel Insurance : 21년 3회 기출

여행 보험 패키지 상품을 구매(값이 1인)할 확률 값을 구하시오 예측할 값(y): TravelInsurance (여행보험 패키지를 구매 했는지 여부 0:구매안함, 1:구매) 평가: roc-auc 평가지표 data: t2-1-train.csv, t2-1-test.csv 제출 형식 id,TravelInsurance 0,0.3 1,0.48 2,0.3 3,0.83 df_train = read.csv("C:/BigDataCertificationCourses-main/3rd/t2-1-train.csv", header=T) df_test = read.csv("C:/BigDataCertificationCourses-main/3rd/t2-1-test.csv", header=T) head(df_train, 10) df_t..

[작업형2] 전자상거래 배송 데이터 : 21년 2회 기출

전자상거래 배송 데이터 제품 배송 시간에 맞춰 배송되었는지 예측모델 만들기 학습용 데이터 (X_train, y_train)을 이용하여 배송 예측 모형을 만든 후, 이를 평가용 데이터(X_test)에 적용하여 얻은 예측 확률값을 다음과 같은 형식의 CSV파일로 생성하시오(제출한 모델의 성능은 ROC-AUC 평가지표에 따라 채점) ID, Reached.on.Time_Y.N 4733,0.6 2040,0.8 5114,0.45 2361,0.23 5996,0.43 df_train = read.csv("C:/BigDataCertificationCourses-main/2nd/train.csv", header=T) summary(df_train) df_train$Warehouse_block = as.factor(df_t..