yeon's 👩🏻‍💻

3.3 Change Initial, Embarked and Sex (string to numerical) * Initial을 수치형 데이터로 바꾸기 df_train.Initial.unique() - 현재 Initial에는 Mr, Mrs, Miss, Master, Other 총 5개의 값이 담겨있다. - 이런 카테고리로 표현된 데이터를 input으로 넣어주려면 수치화 가 필요 df_train['Initial'] = df_train['Initial'].map({'Master': 0, 'Miss': 1, 'Mr': 2, 'Mrs': 3, 'Other': 4}) df_test['Initial'] = df_test['Initial'].map({'Master': 0, 'Miss': 1, 'Mr': 2, 'Mrs':..

3.1.2 Fill Null in Embarked df_train['Embarked'].isnull().sum() - Embarked의 null data는 현재 2개이다. -> 이 null data들을 다른 값으로 채우겠다 ! - 현재 S에서 가장 많은 탑승객이 있으므로, nulld data를 S로 채우겠다. fillna df_train['Embarked'.fillna('S', inplace=True) 3.2 Change Age (continuous to categorical) - Age는 현재 continuous feature - Age를 몇 개의 그룹으로 나누어 category화 시켜주자 새로운 column 생성 df_train['Age_cat'] = 0 loc을 사용해 10살 간격으로 나누기 df_..

3. Feature Engineering - dataset에 존재하는 null data 채우기 -> null data를 포함하는 feature들의 statistics를 참고하여 채워보자 - Feature Engineering은 실제 모델의 학습에 쓰려고 하는 것이므로, train 뿐만 아니라 test에도 똑같이 적용해줘야 함! 3.1 Fill Null df_train['Age'].isnull().sum() - Age에는 177개의 null data가 존재한다. -> title(Mr., Miss., ...)를 사용해 null data를 채워주자 ! df_train['Name'] - Name에서 title만 추출하자 df_train['Initial'] = df_train['Name'].str.extract(..

2. 8 Fare : 탑승요금 * Skewness(왜도) - 자료의 분포모양이 평균을 중심으로 한 쪽으로 치우쳐져 있는 경향을 나타내는 척도 - 자료의 분포가 대칭인지 아닌지를 측정해주는 값 - distribution이 얼마나 쏠렸냐 (비대칭이냐) - skew = 0 : 정규분포 - skew > 0 : 좌측으로 치우침 - skew < 0 : 우측으로 치우침 fig, ax = plt.subplots(1, 1, figsize=(8, 8)) g = sns.distplot(df_train['Fare'], color='b', label='Skewness: {:.2f}'.format(df_train['Fare'].skew()), ax=ax) g = g.legend(loc='best') - 그래프가 한 쪽으로 너무 ..