교통량,속도 데이터에 추가, 랜덤포레스트 맛보기 - 교통량과 CO2 관련 분석 모델 만들기 14일차

오늘도 탈탈 털린 진희씨..

입맛이 없어서 점심 안먹고 계속 서치해서 적용해본 결과 MSE가 50000이 나온 것에 관하여....

심심치않은 위로를 해주신 남자친구께 감사하며

오늘 내가 한 것을 적어보겠다...

---

어제 정리한 매핑 정보를 교통량 데이터와 속도 데이터에 연결해주었다.

이번에도 마찬가지로 merge()로~

효자머지🥹

그리고 NaN값 제거~

교통량도 마찬가지로 똑같이 진행~

진짜는 이제부터 였는데....

🤓말하는 감자의 뭐라도 해보깅-⭐헤헷 콩-⭐

임포트 한 것들을 보면 나의 행적이 보일 것이다.

from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_validate
from sklearn.ensemble import RandomForestRegressor
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import mean_squared_error, r2_score
from sklearn import metrics

ㅋ.ㅋ.ㅋ.ㅋ.ㅋ.ㅋ.ㅋ.ㅋ.ㅋ

뭘 자꾸 시도는 해보는데 모듈이 없어서 계속 불러오다보니까 이만큼 쌓였다.

train, test로 나누기 전에 데이터 타입이 맞지 않는 열이 있어서 그것들을 제거해주고 해주었다.

다 float으로 맞춰주는게 나을 것 같아서

저렇게 지워주었다!

교통량 데이터도 !

이 뒤 부터는 혼공머신 책을 보고 참고한 것들이라 코드만 적어놓는다.

렌덤포레스트로-

X_train, X_test, y_train, y_test = train_test_split(v_df,t_df, test_size=0.2, random_state=42)

rf_model = RandomForestRegressor(n_jobs=-1, random_state=42)

scores = cross_validate(rf_model, X_train, y_train,
                        return_train_score=True, n_jobs=-1)

ㅇ..어엇 생각보다 높고 괜찮은 값인데...?살짝 과대적합이지만

오케이 특성중요도도 출력해주고~

예측도 해주고~

이제 정확도만 출력해주면..❕❗❕❗

mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)
print(f'Mean Squared Error: {mse}')
print(f'R-squared: {r2}')

응?
.
.
.
.
50000? 소수점이 뭐가 잘못됐나?
.
.
.
.
🫠🤯🤮😭

어딘가 잘못됐다!

ㅎㅎ..
.
..
...

나도 저런 숫자는 처음봤다.

다시 피드백 받아야지...

다음 쓰는 글에는 문제 해결을 적을 수 있으면 좋겠당...

하루 끝-