<ul><li>분류 문제에서 학습 데이터와 검증 데이터를 분리할 때 <code>stratify=y</code> 옵션을 사용하는 것을 강조하는 글을 본 적이 있습니다.</li><li>반드시 사용하는 것이 좋은가요?</li><li>특히 실기시험에서 효용성이 있는지 궁금합니다.</li></ul>

stratify=y 는 훈련 데이터와 검증 데이터가 원본 데이터셋의 클래스 비율을 반영하도록 하기 위함이에요~분류 문제이면서 타겟값이 불균형이 심할 때 유용합니다 🙂그리고 회귀 문제에는 사용하면 안됩니다.

인프런 커뮤니티 질문&답변

데이터 분리할때 stratify=y 옵션을 적용하는 방법과 효과 등에 대해