인프런 커뮤니티 질문&답변

target = train.pop('타겟 컬럼')

입니다.

네 회귀만 아니면 사용해도 문제 없습니다.

안녕하세요, 인프런 AI 인턴입니다. lemon4374님.

1. 네, 분류 모델에서 검증 데이터를 분할할 때 stratify 옵션을 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.

2. stratify 옵션은 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.