작업형2에서 pop 함수
train = train.drop['ID']
target = train.pop['target']
test_ID = test.pop['ID']
작업형2에서 위의 코드들을 쓰시는데, 정확히 이 코드들은 어느 단계에서 쓰는걸까요?
1) 피처 엔지니어링 전
2) 피처 엔지니어링 후, train / validation 데이터 분리 전
답변 1
0
모두 데이터 전처리 단계에서 진행해야 하므로 train / validation 데이터 분리 전에 필요합니다.
아래 두 코드는
ID가 범주형이면 반드시 필요함. "원핫인코딩"전에 실행
ID가 숫자면 "스케일링" 전에 실행
결론: 데이터 전처리에서 가장 먼저 실행
train = train.drop['ID']
test_ID = test.pop['ID']
타겟
범주형일 때 "원핫인코딩"전에 실행
수치형일 때 "스케일링" 전에 실행
target = train.pop['target']
결과적으로 모두 원핫인코딩 또는 스케일일에서 값이 변경되지 않도록 전에 처리하면 좋을 것 같아요!
추가로 ID가 숫자면 그냥 둬도 모델에서 중요도를 알아서 낮게 잡고 학습합니다.
수강 연장 가능 여부 문의
0
24
1
강의 구매했는데 교재 필수일까요
0
23
2
수강기간 연장 가부 문의드립니다.
0
21
2
수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.
0
27
2
작업형2 모의문제2에서 drop이랑 인코딩
0
32
2
인코딩을 다 꼭 해봐야하는지
0
39
2
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
57
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
46
2
원핫인코딩 전 train과 test 병합여부
0
50
2
수강기간 연장
0
69
2
29강 작업2형의 이상치 처리
0
65
2
수강기간 연장 문의드립니다!
0
65
2
9월에 실기출제기준 개정내역에 신설된부분
0
55
1
작업형2 모의문제2 결과값 관련 문의드립니다.
0
66
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
55
1
random_state 값
0
73
2
강의 연장 문의 드립니다.
0
68
2
강의 연장 문의
0
61
2
오징어게임
0
70
1
object 컬럼이 여러 개인 경우 인코딩 전처리 방법
1
49
2
데이터 전처리 순서 관련
0
65
2
작업형2 모의문제 데이터 불러오기
0
64
2
강의 연장 부탁드립니다!
0
69
2
수강기간 연장 문의드립니다!
0
67
2