inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

예시문제 작업형1 (ver. 2021)

시험에서 minmax scale

해결된 질문

196

wsyang

작성한 질문수 48

0

스케일링 방법 2 한가지만 딱 알고 시험치러 가도 되나요?

 

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

1

퇴근후딴짓

네!! 작업형2에서

인코딩은 필수

스케일링은 선택입니다. 따라서 1개만 알고 계셔도 충분 합니다 🙂

 

다만!!!!

작업형1에서 스케일링 문제가 출제될 수도 있어요

Min-Max 스케일링, 스탠다드 스케일링, 그리고 로버스트 스케일링이 있는데

Min-Max 스케일링, 스탠다드 스케일링은 아는 것이 좋을 것 같습니다.!

작업형1에서 출제 된다면 스케일링 계산 수식도 알려줘요!

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. wsyang님, 스케일링에 대한 질문을 주셔서 감사드립니다.

스케일링은 데이터의 다양한 값을 일정한 범위로 변환하여 머신러닝 모델의 성능을 향상시키는 방법입니다. 주로 사용되는 스케일링 방식에는 Min-Max 스케일링, 스탠다드 스케일링, 그리고 로버스트 스케일링이 있습니다.

Min-Max 스케일링은 데이터의 최대값과 최소값을 기준으로 0과 1 사이로 변환합니다. 이를 통해 데이터를 정규화하여 모델의 수렴 속도를 높이는 데에 도움이 됩니다. 하지만 Min-Max 스케일링만 알면 모든 문제를 해결할 수 있는 것은 아닙니다. 특정 상황에서는 다른 스케일링 방법이 더 적합할 수 있습니다.

아래 두 질문을 참고하시면 스케일링의 필요성과 방법에 대한 더 많은 이해를 도울 수 있습니다:

  1. 작업형2 모의문제3 질문있습니다! - 여기서는 Min-Max 스케일링과 그 외의 전처리 방식에 대해 다룹니다.
  2. 3회 기출유형(작업형2) 5:16초 수치형 변수 스케일링에서는 다양한 스케일링 방법을 코드 예제와 함께 설명하고, 각각의 장단점을 살펴볼 수 있습니다.

스케일링 방식은 상황에 따라 다르게 적용될 수 있으니, 여러 옵션을 이해하고 시험에서 적절히 선택할 수 있는 것이 중요합니다.

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.

작업형 1 유형 부분

0

11

1

작업형 1 (삭제예정, 구 버전)

0

31

2

수강기간 연장 문의드립니다.

0

21

1

2유형 레이블 인코딩 VS 원핫 인코딩

0

24

3

수강기간 연장 문의드립니다.

0

26

1

인덱스 슬라이싱

0

27

2

질문 드립니다.

0

45

2

강의 내용 관련 질문드립니다~

0

43

2

수강 연장 문의

0

55

2

강의자료 일괄 다운로드

0

50

2

수강기간 연장 문의드립니다

0

40

2

list 문제 질문드립니다~

0

35

2

빅분기 실기 12회 재도전

0

53

2

강의 기간 연장 가능여부 검토 요청건

0

39

2

수강기간 연장 문의 드립니다

0

43

2

수강기간 연장 문의드립니다

0

50

2

질문이요

0

56

2

수강기간 연장 문의드립니다.

0

58

2

문제 3-2 질문드립니다

0

47

2

수강기간 연장 문의 드립니다.

0

61

2

변수, 칼럼 , df 구분

0

51

2

수강기간 연장 문의드립니다.

0

50

2

수강기간 연장 문의

0

49

2

수강기간 연장 문의드립니다.

0

42

2