Machine Learning 실습 (9)

4.6.6  특성공학 : 새로운 컬럼을 추가해보자

- Parch, Sibsp 를 더하면 가족의 수가 됨 -> 가족의 수라는 새 컬럼을 추가

- train에 추가하면 test도 동일하게 추가해야 함

# train
train['Family_Size'] = train['Parch'] + train['SibSp'] + 1
# test
test['Family_Size'] = test['Parch'] + test['SibSp'] + 1
train.info()
test.info()

 

# 가족의 수와 생존/사망 여부 관계 확인
sns.countplot(data = train, x = 'Family_Size', hue = 'Survived')

 

# 1일때는 사망율이 높고, 2~4명일때는 생존율이 높고, 5~ 사망율이 높아짐
# 사소한 관찰의 오류를 줄이기위해 범주의 크기를 줄여보자!

- 가족의 수가 1이면 Alone, 2-4면 Small, 5-11 Large

- train, test 동일하게 변경

 

bins = [0,1,4,11]
labels = ['Alone','Small','Large'] # 구간에 대한 이름
train['Family_Size'] = pd.cut(train['Family_Size'], bins = bins, labels = labels)

# test도 적용해보기
test['Family_Size'] = pd.cut(test['Family_Size'], bins = bins, labels = labels)
test.info()

 

test['Family_Size']

 

sns.countplot(data = train, x = 'Family_Size', hue = 'Survived')