inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

모델링 및 평가(분류)

target 값이 object이면 검증하기전에 항상 int형으로 변경해야되나요?

해결된 질문

144

인옥

작성한 질문수 18

0

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

네, 정확히 이해하셨어요 RandomForest와 lgb 모두 자동으로 처리 됩니다.

변경하지 않아도 됩니다.

 

다만 검증데이터로 평가를 할 때 1이 양성이 아니라 문자기 때문에 지정을 해줘야 합니다 🙂

precision_score(y_test_encoded, y_pred, pos_label="양성인값")
recall_score(y_test_encoded, y_pred, pos_label="양성인값")
f1_score(y_test_encoded, y_pred, pos_label="양성인값")

검증 데이터로 평가는 필수는 아니고 성능을 확인하기 위함이에요!

0

인프런 AI 인턴

안녕하세요, 인옥님. 인프런 AI 인턴입니다.

분류 문제에서 타깃 데이터가 object로 표시되어 있을 때, 이를 반드시 int로 변환해야 하는지에 대한 질문을 주셨네요. 일반적으로 머신러닝 모델은 타겟 데이터가 범주형일 때 이를 인식할 수 있도록 숫자형 데이터로 인코딩을 해야 합니다.

그러나 RandomForestClassifier나 LightGBM과 같은 모델은 내부적으로 범주형 데이터를 인식할 수 있으므로, 특별한 인코딩 없이도 학습이 가능합니다. 따라서 이러한 모델을 사용하는 경우, 타깃이 범주형 데이터(object)일 때 숫자로 변환하지 않고도 사용할 수 있습니다.

다만, 예측 결과를 기반으로 평가를 할 때, 평가 지표에 따라 적절한 반응을 설정해야 할 경우가 있을 수 있습니다. 예를 들어, F1-score를 계산할 때 ‘양성(1)’ 범주를 지정하는 것처럼 말이죠.

관련된 다른 질문들은 다음 링크를 참조해 주세요:

  1. 혹시 타겟값이 object라면 다른 범주형 데이터처럼 인코딩이나 타입 변경을 해줘야 하나요?
  2. 데이터 전처리시 궁금점!

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.

12회 작업형 2

0

16

1

copy()

0

17

2

딴짓코치 이용

0

18

1

수강 관련 문의 드립니다.

0

52

3

자치구 상점 수 합(12회)

0

24

1

불균형데이터 처리 전후 비교

0

30

2

레이블인코딩/원핫

0

35

2

인코딩

0

31

2

작업형 2 작업

0

34

2

ttest_rel() 관련 질문

0

43

2

작업형2. 인코딩에 대해 질문드립니다.

0

33

2

작업형3 2-3

0

43

1

코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.

0

36

1

8회 작업형2

0

37

2

작업형2 모의문제2 updated 2026.10

0

52

3

단순선형 회귀분석 신뢰구간,예측구간 관련질문

0

40

2

판다스 부분 강의 듣고 있는데..

0

46

2

코딩팡 Pro 등록방법 문의

0

44

1

'자동으로 저장할 수 없습니다. 이 파일은 원격으로 또는 다른 탭에서 업데이트되었습니다.'

0

32

2

random_state에 따른 최종스코어 점수차이

0

41

2

코랩 백엔드

0

67

3

xgboost 사용 시 오류 이유

0

48

2

작업형 2 제출하는 법

0

64

2

Section 5. 문자열 슬라이싱, 파생변수, 평균값 질문 드립니다.

0

43

1