로버스트와 라벨 인코딩 문의

from sklearn.preprocessing import RobustScaler

cols = ['Age','AnnualIncome', 'FamilyMembers',  'ChronicDiseases',]

scaler = RobustScaler()
train[cols] = scaler.fit_transform(train[cols])
test[cols] = scaler.fit_transform(test[cols])

from sklearn.preprocessing import LabelEncoder cols = ['Employment Type', 'GraduateOrNot','FrequentFlyer', 'EverTravelledAbroad' ] for col in cols: le = LabelEncoder() train[col] = le.fit_transform(train[col]) test[col] = le.fit_transform(test[col])

위처럼 로버스트와 라벨인코딩 후, 랜덤포레스트 하였습니다. 최종값이

로버스트 스케일 + 라벨인코딩 = 0.77

라벨인코딩 = 0.78이 나왔는데,

둘다 한다고 성능이 더 좋아지는것은 아닌가요?

이 상황일 때 시험칠때 둘 중 높은 라벨인코딩만 적용해서 제출하면 되나요?