Train/Test 분포
Machine Learning 면접에서는 훈련 데이터와 테스트 데이터를 거의 반드시 다루게 돼요. 앞서 논의했듯이, 훈련용과 테스트용 데이터셋의 분포가 다르면 모델 성능이 저하될 수 있어요.
이 연습에서는 sklearn.model_selection의 함수들과 seaborn, matplotlib.pyplot을 사용해 loan_data를 훈련 세트와 테스트 세트로 나누고, 분포를 시각화해 차이가 있는지 확인해 보세요.
seaborn과 matplotlib.pyplot은 이미 작업 공간에 각각 sns, plt로 임포트되어 있어요.
파이프라인에는 이제 Train/Test split 단계가 포함됩니다:
이 연습은 강의의 일부입니다
Python으로 연습하는 Machine Learning 면접 질문
연습 안내
loan_data에서Credit Score와Annual Income특성, 그리고 타깃 변수Loan Status만 그 순서대로 서브셋을 만드세요.loan_data를 80/20으로 분할하고 결과를loan_data_subset에 저장하세요.trainingSet과testSet에 대해 그 순서대로 pairplot을 만들고,hue인수는 타깃 변수Loan Status로 설정하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create `loan_data` subset: loan_data_subset
loan_data_subset = ____[['____','____','____']]
# Create train and test sets
trainingSet, testSet = ____(____, ____=___, random_state=123)
# Examine pairplots
plt.figure()
sns.____(____, hue='____', palette='RdBu')
plt.show()
plt.figure()
sns.____(____, hue='____', palette='RdBu')
plt.show()