casual 과 registered 를 drop하는거에 관해 질문이 있습니다.
159
작성한 질문수 2
안녕하세요! 올려주신 노트북을 따라하던 와중에 causual과 registered가 쓸모있을 수도 있는 정보라 생각해 삭제하지 않았습니다. 이 경우 교재에 나와 있듯이 rmsle, rmse등 모든 오류값들이 극히 작게 나오면서 예측을 저해시킵니다. 왜 그런거죠?
그렇다면 예약 이용자와 비예약 이용자 정보는 예측에 불필요한 쓸모없는 값인가요?
감사합니다.
답변 1
0
안녕하십니까,
예약 이용자와 비예약 이용자 정보는 feature로 볼수가 없습니다. 예약 이용자와 비예약 이용자를 합치면 우리가 찾고자 하는 예약 사용자가 되기 때문입니다. 즉 casual + registered는 타겟값이 됩니다. casual과 registered는 target값으로 봐야 하므로 학습에서 feature로 사용해서는 안됩니다.
감사합니다.
시계열 분석 문의
0
42
1
LLM 시대에서 머신러닝 개념 이해 필요성 문의
0
70
1
후속 강의
0
70
1
강의 문의드립니다.
0
109
2
모델 서빙과 관련된 강좌가 출시되는지 질문드립니다.
0
113
2
안녕하세요 열심히 수강중인 학생입니다
0
161
2
정수 인덱싱
0
151
2
넘파이 오류
0
213
2
11강 numpy의 axis 축 질문 드립니다.
0
167
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
154
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
152
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
155
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
137
2
5강 강의 오류가 있어요.
0
127
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
129
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
129
3
파이썬 다운그레이 후 사이킷런 재설치
0
196
2
좋은 강의 감사합니다.
0
128
2
scoring 함수 음수값
0
126
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
158
2
분류 평가 정확도 예측
0
150
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
150
1
카카오톡 채널 있나요
0
154
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
239
2