stratify 설정 질문
1.분류모델에서 검증데이터 분할시 stratify 옵션은 타겟변수명 넣으면 될까요?
예)train_test_split(train,target,test_size =0.2 , random_state =2022, stratify =target)
2.분류모델에서 는 평가모델에 상관없이 무조건 사용해도되는지요?제약사항이 있는지 궁금합니다.
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. lemon4374님.
네, 분류 모델에서 검증 데이터를 분할할 때
stratify옵션을 사용할 경우 타겟 변수명을 넣으시면 됩니다.train_test_split(train, target, test_size=0.2, random_state=2022, stratify=target)처럼 사용하시면, 타겟 변수의 클래스 비율을 반영하여 데이터를 나눕니다. 이는 클래스 불균형 문제를 완화하여 모델 학습에 유리합니다.stratify옵션은 특히 분류 문제에서 타겟 변수의 클래스가 불균형한 경우 유용합니다. 하지만 모든 평가 모델에서 무조건 사용해야 하는 것은 아니며, 주로 클래스가 불균형한 경우에 권장됩니다. 회귀 문제에서는 사용하지 않습니다.
이와 관련된 질문과 답변을 찾았습니다. 도움이 되실 수 있으니 참고해 보세요:
- 데이터 분리할때 stratify=y 옵션을 적용하는 방법과 효과 등에 대해
- stratify 옵션 사용에 관한 또 다른 질문
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.
1유형 강의 다 나간 후 어떻게 할까요?
0
1
0
점수차가 많이 나는데 따로 하신게 있으신가요?
0
5
1
작업형1 강의 수강 완료 후..
0
12
0
작업형1 모의문제 4번에 3)문제 질문
0
17
2
이상치 전처리 작업
0
25
2
평가결과값 문의
0
28
2
시계열 데이터 날짜와 시간 format
0
31
2
평가지표 F1 스코어 질문드립니다.
0
26
2
작업형 2 기출7회분에서
0
38
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