2유형 질문입니다.

Question

저는 EDA단계 때부터 저렇게 pop을 하는데요! 그 후에 원핫을 햇거든요 근데 마지막에 제출할때 보니 이렇게 달라서 안되더라고요.. 원핫이나 라벨링 한 다음에 pop을 해야하나요?? 기출4 2유형 문제 풀고있습니다..

퇴근후딴짓 · Answer

매우 잘하고 계세요!! 이 부분 발견 못하고 넘어가면 0점 처리 됩니다.   EDA 단계에서 팝을 하는 것은 괜찮습니다. 위 코드를 봐서는 pred에 test결과가 아니라 아마도 다른 예측 결과가 들어 있는 것이 아닐까 싶어요 주석 처리된 예측 코드가 실행된 것 맞을까요?

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. 황증조님의 질문에 답변드리겠습니다. 데이터 전처리 과정에서 범주형 데이터를 다룰 때에는 순서와 처리 방법이 굉장히 중요합니다. 질문 주신 문제와 관련해 조금 더 자세히 설명하겠습니다. 원핫 인코딩과 기본 인코딩 순서 : 보통 타겟 값을 분리하는 과정( pop )은 원핫 인코딩이나 라벨 인코딩을 수행하기 전에 진행합니다. 이유는 타겟 값이 예측할 데이터에서 빠져야 올바른 입력된 데이터셋으로 모델 학습이 가능하기 때문입니다. 그러나, 원핫 인코딩은 시계열 데이터 전처리에서 모델에 입력되는 모든 범주형 데이터에 대해 적용됩니다. 데이터에 포함된 범주형 데이터를 pd.get_dummies 를 사용하여 변환하시면 됩니다. ID 컬럼과 데이터 병합 : ID 컬럼의 경우, 보통 입력 데이터에는 큰 영향을 주지 않으므로 제거가 일반적입니다. 만약 ID 가 특정한 의미를 가지지 않는다고 가정할 때는 모델 내에서 특징으로 가지게 되면 예측에 안 좋은 영향을 줄 가능성이 크기 때문입니다. 데이터가 서로 다른 행의 수를 가질 때 ( train 과 test )는 예측값을 비교하거나 모델의 결과를 시각화할 때 문제를 발생시킬 수 있습니다. 이를 해결하기 위해서는 각 데이터셋에 대해 동일한 인코딩을 적용하고 동일한 처리를 해주는 방향이 필요합니다. 제출 데이터 준비 : 예측값을 CSV 파일로 저장할 때, 제출 형식에 맞춰 설정해야 합니다. 예를 들어 id_test 와 예측한 확률값이나 범주형 값을 DataFrame으로 합쳐 제출 형식에 맞는 컬럼명을 지정 후 CSV로 저장하는 것이 일반적입니다. 황증조님께서 문의하신 상황처럼, 데이터 전처리에서의 순서가 모델 학습에 영향을 미치는 조합을 인지하셔야 합니다. 이를 통해 올바른 전처리와 데이터 제출이 가능하며, 궁극적으로 올바른 예측 모델을 갖출 수 있습니다. 유사한 상황에서 참고할 만한 질문 URL은 다음과 같습니다: - 작업형 2유형 코드 점검 한번만 부탁드립니다.. - 데이터나누기/자체예측하기/출력 전 데이터프레임만들기 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.