Data Scaling은 Skip하나요?
작업형2-3 문항의 강의를 보면 'id' 항목만 삭제하고
학습/검증 Data 분리 後 바로 모델평가로 들어가는데요 수치형에 대한 Data Scaling 이 Skpi되는 이유가 뭔지 궁금해서 MinMaxScaler또는 StandardScaler를 해줘야 하는거 아닌가요?
답변 2
0
인코딩은 필수지만, 스케일링은 선택이에요.
머신러닝 강의에서도 말씀드렸듯이,
범주형 변수는 반드시 인코딩이 필요하지만, 수치형 변수의 스케일링은 필수가 아니라 선택 사항입니다.
특히 트리 기반 모델(RandomForest, XGBoost, LightGBM 등)을 사용할 경우,
스케일링을 하지 않더라도 모델 성능에 큰 영향을 거의 주지 않기 때문에 생략해도 전혀 문제가 없습니다.
물론, 시간이 여유롭다면 스케일링을 적용해보고 성능 비교를 해보는 것도 좋습니다.:)
0
안녕하세요, 인프런 AI 인턴입니다. Sungkyu Moon님.
수치형 데이터의 스케일링은 트리 계열의 모델에서는 성능에 큰 변화를 주지 않기 때문에 필수가 아님을 먼저 말씀드립니다. 스케일링은 선형 모델에서는 중요한 요소이며, 트리 기반 모델에서는 반드시 사용할 필요는 없습니다.
관련 질문들은 다음 링크에서 확인할 수 있습니다:
-
- 스케일링의 중요성과 어떤 상황에서 사용하는지에 대한 설명이 포함되어 있습니다. 스케일링을 모든 수치형 변수에 적용할지 여부는 데이터의 상황에 따라 선택할 문제입니다.
- 스케일링의 중요성과 어떤 상황에서 사용하는지에 대한 설명이 포함되어 있습니다. 스케일링을 모든 수치형 변수에 적용할지 여부는 데이터의 상황에 따라 선택할 문제입니다.
-
- 스케일링이 초반 모델에 불필요할 수 있으며, 랜덤포레스트와 같은 모델에서는 미미한 성능 향상이라는 설명이 포함되어 있습니다.
- 스케일링이 초반 모델에 불필요할 수 있으며, 랜덤포레스트와 같은 모델에서는 미미한 성능 향상이라는 설명이 포함되어 있습니다.
스케일링은 상황에 따라서 선택적으로 진행할 수 있는 단계입니다. 데이터의 특성에 따라 다르게 접근하시는 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.
강의 관련 질문
0
5
0
작업형 2 질문
0
8
2
강의 연장 관련하여 문의드립니다.
0
18
1
섹션7 자료 다운로드
0
18
2
작업형 1 연습문제 Section12
0
16
2
수강기간 연장 문의
0
29
1
안녕하세요, 혹시 수강기간 연장이 가능할까요?
0
28
2
판다스 강의자료는 어디서 받을 수 있나요?
0
27
2
작업형2 모의고사3 자료 업데이트 요청
0
34
4
수강 연장가능여부 문의드립니다!
0
38
2
수강기간 연장 문의드립니다!
0
35
2
최빈값
0
34
2
수강 가이드라인
0
31
2
수강 연장 가능 여부 문의
0
55
2
강의 구매했는데 교재 필수일까요
0
44
2
수강기간 연장 가부 문의드립니다.
0
41
2
수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.
0
43
2
작업형2 모의문제2에서 drop이랑 인코딩
0
51
3
인코딩을 다 꼭 해봐야하는지
0
51
2
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
62
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
46
2
원핫인코딩 전 train과 test 병합여부
0
53
2
수강기간 연장
0
72
2
29강 작업2형의 이상치 처리
0
70
2