빅분기 실기 대비 이기적 4주차 예상 문제 풀이 1

작업형 1유형

데이터 출처 :https://www.kaggle.com/teejmahal20/airline-passenger-satisfaction?select=train.csv (참고, 데이터 수정)

데이터 설명 : 비행탑승 경험 만족도 (satisfaction 컬럼 : ‘neutral or dissatisfied’ or satisfied ) (83123, 24) shape

Data url :https://raw.githubusercontent.com/Datamanim/datarepo/main/airline/train.csv

데이터 상위 5개 컬럼

import pandas as pd
df = pd.read_csv("https://raw.githubusercontent.com/Datamanim/datarepo/main/airline/train.csv")

Q1. Arrival Delay in Minutes 컬럼이 결측치인 데이터들 중 ‘neutral or dissatisfied’ 보다 ‘satisfied’의 수가 더 높은 Class는 어디 인가?

결측치가 아닌것이 아니라 결측치인것을 가져옵시다. 결측치를 확인하는 함수는 isnull입니다. 그리고 satisfaction의 값을 보니 neutral or dissatisfied와 satisfied의 값을 나옵니다.

df.loc[df['Arrival Delay in Minutes'].isnull()].groupby(['Class','satisfaction'],as_index=False).size().pivot(index='Class',columns='satisfaction')

groupby로 Class와 satisfaction을 구한다음 pivot로 index와 columns를 지정해줍시다.

---

작업형 2유형

데이터 출처 :https://www.kaggle.com/teejmahal20/airline-passenger-satisfaction?select=train.csv (참고, 데이터 수정)

데이터 설명 : 비행탑승 경험 만족도 (satisfaction 컬럼 : ‘neutral or dissatisfied’ or satisfied )

문제타입 : 분류유형

평가지표 : accuracy

trainData url : https://raw.githubusercontent.com/Datamanim/datarepo/main/airline/train.csv

testData url : https://raw.githubusercontent.com/Datamanim/datarepo/main/airline/test.csv

​ 데이터 상위 5개 컬럼

satisfaction, 고객의 만족도를 조사하는 예측 분류입니다. 데이터 설명에서 조건을 주기는 했는데 unique로 한번 봅시다.

마찬가지로 두가지가 있네요, repalce로 대체를 해줍시다.

y = train['satisfaction'].replace(['satisfied', 'neutral or dissatisfied'],[1,0])
train.drop(columns=['id','satisfaction'], inplace=True)

summit = pd.DataFrame(test['id'])
test.drop(columns='id', inplace=True)

그리고 train에서는 id와 satisfaction를 제거하고 test에서는 id를 제거해줍시다.

train = train.fillna(0)
test = test.fillna(0)

지연시간에 대해서 결측값이 있었습니다. fillna를 가지고 0으로 줍시다.

from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier()
model.fit(train,y)
summit['satisfaction'] = model.predict(test)
summit.to_csv('satisfaction_pre.csv', index=False)

모델을 만들어서 예측까지 하는 것으로 마무리 하겠습니다.