Dacon x BDA Student Completion Prediction AI Challenge

import pandas as pd
import numpy as np
import warnings
warnings.filterwarnings('ignore')
#1. Data Loading
train = pd.read_csv('train(BDA).csv')
test = pd.read_csv('test(BDA).csv')
#2. EDA(탐색적 Data 분석)
train[train.isnull().any(axis=1)]
#2-1 결측치 처리하기 수치는 중앙값(medain), 자료형은 최빈값(mode)
#2-1-1 자료형 최빈값 구하기, #2-1-2 수치형 중앙값 구하기
#3. Target 값 생성하기
y_train = train.pop('withdrawal')
#4. Data 유형 분류 및 불필요 Data 삭제하기
#5. Data Encoding OneHotEncoder
#6. 학습/평가 데이터 나누기 train_test_split
#7. Data Scaling MinMaxScaler
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
#8. 학습모델 만들기 RandomForestClassifier
#9. 학습 모델 평가하기 RMSE, roc_auc_score
#10. 결과 제출하기
pred = model_rfc.predict(x_test_fin)
print(pred.shape)
pd.DataFrame({'ID' : test.ID, 'withdrawal' : pred}).to_csv('9기수료 예측.csv', index=False) 
MSE : 0.31545741324921134 
RMSE : 0.5616559563017305 
AUC : 0.5842042537587091