2026 빅데이터분석기사 실기 6 | 작업형2 분류모형·전처리·제출파일 — 표·코드·풀이

실기 · 컴퓨터 작업형

학습 자료의 churn을 예측하고 정답 없는 test의 고객별 이탈 확률을 제출합니다. 목표열을 입력에서 제거하고 같은 전처리·열 순서를 적용합니다. 확률과 0·1 범주를 구분하는 것이 핵심입니다.

데이터·Python 풀이 파일 내려받기 (.zip)

실습 준비

• ZIP을 풀고 데이터 파일과 풀이 코드를 같은 폴더에 둡니다. 원본은 합성된 연습 데이터입니다.
• Python 풀이는 pandas·NumPy와 해당 코드의 scipy 또는 scikit-learn을 사용할 수 있는 환경에서 실행합니다. R 코드가 포함된 경우 base R로 실행할 수 있습니다.
• 먼저 작업 지시만 보고 풀고, 아래 해설에서 결과·분모·자료형을 대조합니다.
• 이 표에서 빈 값은 미입력입니다. 숫자 0이나 문자 NULL로 임의 치환하지 않습니다.

원본 표 — train 앞 12행

작업 1. 학습·시험 분리

train의 churn을 타깃으로 정하고 test에 타깃이 없는지 확인하세요.

작업 2. 검증 분리

계층화한 80:20 분할과 시드 42를 사용하세요.

작업 3. 전처리

숫자는 중앙값 대체, 지역은 최빈값 대체 후 원핫 인코딩하세요.

작업 4. 평가

검증 ROC-AUC·정밀도·재현율을 확인하세요.

작업 5. 최종 적합

정한 설정으로 전체 train을 다시 적합하고 test의 확률을 구하세요.

작업 6. 제출 검증

id·churn 두 열로 인덱스 없이 저장하고 다시 읽으세요.

전체 풀이 — Python

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.compose import ColumnTransformer
from sklearn.pipeline import Pipeline
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import OneHotEncoder
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import roc_auc_score, precision_score, recall_score

train=pd.read_csv("train.csv"); test=pd.read_csv("test.csv")
y=train["churn"]; X=train.drop(columns=["id","churn"]); Xt=test.drop(columns=["id"])
Xa,Xb,ya,yb=train_test_split(X,y,test_size=.2,random_state=42,stratify=y)
pre=ColumnTransformer([("num",SimpleImputer(strategy="median"),["visits","amount"]),("cat",Pipeline([("impute",SimpleImputer(strategy="most_frequent")),("onehot",OneHotEncoder(handle_unknown="ignore"))]),["region"])])
model=Pipeline([("pre",pre),("model",RandomForestClassifier(n_estimators=200,max_depth=5,random_state=42))])
model.fit(Xa,ya)
p=model.predict_proba(Xb)[:,list(model.named_steps["model"].classes_).index(1)]
print("AUC",roc_auc_score(yb,p))
print("precision",precision_score(yb,p>=.5,zero_division=0),"recall",recall_score(yb,p>=.5,zero_division=0))
model.fit(X,y)
pred=model.predict_proba(Xt)[:,list(model.named_steps["model"].classes_).index(1)]
out=pd.DataFrame({"id":test.id,"churn":pred})
assert len(out)==60 and out.id.is_unique and not out.isna().any().any()
assert out["churn"].between(0,1).all()
out.to_csv("submission.csv",index=False)
check=pd.read_csv("submission.csv")
assert check.columns.tolist()==["id","churn"] and check.id.tolist()==test.id.tolist()
print(check.head())

제출 전 점검

• 요구한 열·행 수·순서·자료형이 맞는지 결과를 다시 읽습니다.
• 평균·분산·검정에서 분모와 보정 옵션을 확인합니다.
• 학습에서 정한 전처리를 검증·시험에 그대로 적용했는지 확인합니다.
• 설명 문장에서는 유의성과 효과 크기, 예측과 인과를 구분합니다.

범위 확인

2026년 학습 범위를 기준으로 구성했습니다. 시험 시행기관의 자격 안내·출제 기준에서 과목과 변경 공지를 확인할 수 있습니다.

예상 모의문제입니다.