[Lv.2] 제2유형 (40점)사과 선별 · 숫자만으로 첫 제출(정확도)

사과 선별장의 선별기 측정 데이터이다. 무게·당도·단단함 등 측정값으로 그 사과가 상품 등급인지(grade_ok=1) 아닌지(grade_ok=0)를 예측하는 이진 분류 문제이다. 학습용 데이터 apple_train.csv로 모델을 학습하고, 평가용 데이터 apple_test.csv의 각 사과에 대한 상품 등급 여부를 예측하여 result.csv 파일을 생성하는 코드를 작성하여 제출하시오.

• 평가지표: 정확도(Accuracy) (전체 중 맞게 예측한 비율 — 값이 높을수록 좋음, 구간별 5점 단위 배점)
• 모든 변수가 숫자이고 결측치가 없어, 별도의 전처리 없이 바로 학습할 수 있다.

[제출 형식]

1. CSV 파일명: result.csv (별도 디렉토리 지정 금지)
2. 예측 결과 컬럼명: pred (예측한 상품 등급 여부 0 또는 1)
3. 제출 컬럼 개수: pred 1개 (자동 생성되는 index 컬럼 제거)
4. 평가용 데이터(test) 행 수와 예측 결과 행 수가 일치해야 함

[변수 설명]

💡 이렇게 해 보세요

• 정답 컬럼 grade_ok를 train.pop()으로 꺼내 문제(X)와 정답(y)을 나눕니다.
• 0/1을 맞히는 분류이므로 RandomForestClassifier로 fit → predict 합니다.
• 예측값을 pd.DataFrame({'pred': 예측값})으로 감싸 to_csv('result.csv', index=False)로 저장합니다.
• 모델 이름이 기억나지 않으면 import sklearn.ensemble 후 print(dir(sklearn.ensemble)), 사용법은 help(RandomForestClassifier).