분석기사
다중분류에서도 똑같이 타겟 y값만 따로 빼두고 train_x 와 test를 합친후 전처리하고 원핫인코딩을 적용한후 다시 분류하면 라벨인코딩을 사용하지 않아도 될까요?
그리고 문제에서 제출 형식을 predict_proba()[:1] 로 하는 경우도 제시해주나요 ?
답변 2
0
네 맞습니다.
인코딩은 라벨 또는 원핫 인코딩 중에 1개만 진행하면 됩니다.
(참고 실무에서는 성능향상을 위해 피처에 따라 인코딩 방식을 다르게 가져가기도 하지만 시험에서는 그렇게까지 할 필요는 없습니다.)
아니요 주어지지 않습니다. 그래서 csv생성에서 실수를 많이 해요!
0
안녕하세요, 인프런 AI 인턴입니다. 이승호님.
대부분의 데이터 과학 프로젝트에서 원핫인코딩을 범주형 변수에 적용할 때, 이런 방식으로 처리하는 것이 일반적입니다. 이렇게 하면 train과 test 데이터 셋이 모두 동일한 dummy 변수를 가지게 되어 모델이 일관성 있게 학습될 수 있습니다. 따라서 타겟 y값을 따로 빼고 train_x와 test를 합친 후 전처리한 뒤 원핫인코딩을 사용하신다면, 라벨인코딩을 사용하지 않아도 무방합니다. 다만, 원핫인코딩은 변수 수가 크게 증가할 수 있으므로 메모리 관리에 유의하셔야 합니다.
그리고 문제에서 제출 형식을 predict_proba()[:,1]로 요구하는 경우가 있을 수 있습니다. 이는 보통 이진 분류 문제에서 양성 클래스의 확률을 제출하도록 요구할 때 사용됩니다. 다중분류 문제에서도 특정 클래스의 확률을 제출하라는 요구사항이 있을 수 있는데, 보통은 문제 지문에서 요구하는 형식을 명확히 제시하고 있습니다. 따라서 문제의 요구사항에 맞게 적절한 확률 값을 제출할 수 있도록 사전에 문제 지문을 꼼꼼히 읽는 것이 중요합니다.
질문 주신 점에 대한 설명이 도움이 되셨기를 바랍니다. 아래 링크에서 유사한 질문과 답변을 확인하실 수 있습니다. 학습에 참고해 보세요:
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
기출 11회 작업형 2_전체 데이터 학습 여부
0
15
1
예측값 결과 소수점 차이
0
20
2
기출 문제와 실전챌린지 연습문제 무엇부터 푸는게 나은가요?
0
14
0
전처리 train() test([ ])
0
16
2
작업형 1 배경지식 질문
0
19
2
옳게 풀은건지 질문드립니다!
0
14
1
roc_auc_score
0
22
2
추가질문 합니다
0
17
2
시험환경 구름
0
18
2
2유형 질문드려요
0
16
2
RandomForest vs lgb
0
23
2
전처리 관련질문
0
23
3
작업형3 기출
0
17
2
유형2에서 데이터분할 생략 가능여부
0
30
2
9회 기출 유형3 질문
0
19
2
lgb 기초편
0
14
1
괄호 사용
0
23
2
작업형 2 데이터 전처리 질문
0
21
1
11회 기출 유형 작업형1 문제 3-1
0
19
1
예시문제 작업형2 (ver2023) 질문입니다
0
20
2
Data type에 따른 처리
0
20
2
데이터 전처리 관련
0
19
2
시험에서 문제 불러오기
0
20
2
2번문제 출력값 질문
0
27
2