작업형 2에서 인코딩과 스케일링
작업형 2에서
데이터 스케일링(min_max, standard scaler)는 안하시는 것 같은데 혹시 이유가 있을까요?
보통 분석 흐름에는 데이터 표준화를 하는 경우가 많은 것 같아서 여쭤봅니다
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. aprilminji님.
작업형 2에서 데이터 스케일링을 선택적으로 하는 이유는 모델에 따라 스케일링이 필수적이지 않을 수 있기 때문입니다. 특히 트리 기반 모델(예: 랜덤 포레스트, 결정 트리)은 스케일링의 영향을 크게 받지 않는 반면, 선형 회귀나 딥러닝 모델에서는 스케일링이 성능에 영향을 줄 수 있습니다.
다음 게시물에서 더 자세한 정보를 확인하실 수 있습니다:
이 게시물들을 통해 작업형 문제에서 인코딩과 스케일링의 선택적 적용 방법에 대해 조금 더 이해하실 수 있을 것입니다. 스케일링은 항상 해야 하는 것이 아니라, 문제의 특성과 적용하는 모델에 따라 결정하는 것이 좋습니다.
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.
작업형1 강의 수강 완료 후..
0
6
0
작업형1 모의문제 4번에 3)문제 질문
0
15
2
이상치 전처리 작업
0
21
2
평가결과값 문의
0
27
2
시계열 데이터 날짜와 시간 format
0
31
2
평가지표 F1 스코어 질문드립니다.
0
24
2
작업형 2 기출7회분에서
0
36
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
41
2
수강 계획과 관련해 문의 드립니다.
0
28
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
50
2
작업형 1 -연습문제 4-6
0
38
2
작업형 1 유형 부분
0
42
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
38
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
37
3
수강기간 연장 문의드립니다.
0
44
2
인덱스 슬라이싱
0
37
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
61
2
수강기간 연장 문의드립니다
0
48
2
list 문제 질문드립니다~
0
38
2