작업형1 ,2

Question

작업형2번에서 분류인지 회귀인지는 정확히 어떻게 구분하나요? 원핫 인코딩 할 때 아래 1~4까지 다 가능한 식일까요? c_train = pd.get_dummies(c_train[cols]) ---1 c_train[cols] = pd.get_dummies(c_train[cols]) ---2 c_train = pd.get_dummies(c_train) ----3 c_train[cols] = pd.get_dummies(c_train) ----4 <=50K -> 0, >50K -> 1 을 예측하는 문제에서 y = (y_train['income'] == '>50K').astype(int) 이거말고 원핫 인코딩이나 라벨인코딩을 할 수 있나요? 회귀 rmse 에서 np.exp() 해주는 이유가 뭔가요? roc_auc 평가지표 일때는 분류문제에서만 가능한가요? roc_auc 말고 확률을 구하는 평가지표는 없는걸까요? 결측치를 제거할 때, x_train,y_train,x_test 데이터 셋이 있을 경우 y_train에 대해서는 이상치, 결측치가 존재 하지 않는거죠? 그리고 y_train에는 피쳐엔지니어링은 진행안하는거죠? y_train은 정답 데이터기때문에 이상치나 결측치가 존재하지 않고 아무런 처리를 하지 않는다고 보면 될까요? 원핫인코딩을 할 때 전체 데이터 셋에 대해서 넣게 되면 pd.get_dummies(c_train) y_train 값은 뺀 뒤에 원핫인코딩을 진행해야 되는 건가요? x_train, x_test 에 대해서만 결측치, 이상치, 피쳐엔지니어링을 진행 한다고 보면 될까요? x_train,x_test 에 대해서 결측치가 존재할 때, 행 삭제를 하면 안되니까 절대 dropna를 사용하면 안된다고 생각하면 될까요? 대신 컬럼 삭제는 가능하지만, x_test의 target 컬럼만 제외하고 컬럼 삭제가 가능하다고 생각하면 되나요? (컬럼삭제를 잘 사용하지 않긴하지만 혹시나 궁금해서 여쭤봅니다 )

퇴근후딴짓 · Answer

1 문제, 타겟컬럼, 평가지표를 보고 구분할 수 있습니다. (섹션17 시험응시전략 영상 참고) 2 에러가 안난다면 가능합니다. 3번이 쉬워보이네요! 3번으로 밀고 가시죠!! 4번은 에러가 날 것 같네요 3 타겟을 원핫인코딩하는 것은 매우 특수한 상황입니다. 제가 작성한 코드가 레이블인코딩한 코드입니다. 인코딩함수를 사용하지 않은 이유는 랜덤이 아니라 >50K을 1값으로 만들기 위함이에요 4 타겟 값에 로그를 취한 경우 원래값으로 돌려주기 위함입니다. -> 로그 사용이 어렵다면 사용하지 않는 것을 추천합니다. 5 네 맞습니다. 6 평가지표는 만들 수도 있기 때문에 있을 수도 있습니다. 시험에서는 특수한 평가지표를 사용하진 않을 것 같아요 7 y_train은 타겟입니다. 이상치는 없으나 결측치는 일반적으로는 없으나 있을 수도 있습니다. 8 타겟이 숫자면 함께 넣어도 상관없습니다. 9 x_trian과 y_train을 묶어서 train으로 일단 해석해주세요 2개가 나올 가능성이 큽니다. train과 test를 함께 전처리 하면 됩니다. train의 행삭제는 괜찮습니다. test의 행 제거는 절대 하면 안됩니다. test에는 target 컬럼이 없습니다.