제2유형 실기
name, ID 등 드랍해도 되는가?
풀이해주신 강의를 쭉 보면
어떤 항목은 드랍했고,
예를들어 랜포로 한번에 푸는 강의에서는
드랍은 없었는데,
당장 내일 시험이라면 드랍없이 가도 괜찮을까요?
드랍안했다고해서 0점맞지는 않겠죠?
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. wlysh999님.
빅데이터 분석 과정에서 과적합을 방지하거나 모델의 효율성을 높이기 위해 일부 열을 드롭하는 경우가 있습니다. 그러나 시험 상황에서 드롭 여부에 관한 명확한 지침이 주어지지 않는다면, 기본적인 데이터를 유지하면서 문제를 해결하려는 것이 더 안전할 수 있습니다.
드롭의 일반적인 원칙:
- ID 및 고유 값: 일반적으로 ID는 예측 모델에 중요한 역할을 하지 않기 때문에 드롭해도 무방합니다. 그러나 드롭 여부는 문제의 요구사항에 영향을 받을 수 있습니다.
- 신중한 접근 권장: 만일 시험 문제에서 드롭에 대해 명시하지 않는다면, 최초 데이터셋의 형태를 유지하며 모델링 하는 것이 무난할 수 있습니다. 하지만, 시간적 여유가 있다면 드롭해서 모델의 성능을 비교해볼 수도 있습니다.
일례로, 데이터의 의미론적 무게가 없는 컬럼(ID 또는 네임 등)을 드롭하는 사례는 많지만, 이는 시험의 채점 기준에 영향을 미치지 않을 것입니다.
아래 링크에서 유사한 사례를 참고하실 수 있습니다. 과적합을 방지하기 위한 드롭 관련 팁과 다른 학습자들의 경험을 공유하고 있습니다.
저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드립니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
뒤로가기 버튼 같은 것이 있나요?
0
27
1
강의 연장 문의
0
31
1
출력값 질문
0
31
2
수업노트가 어디에 있나요?
0
29
1
실기시험 제출관련
0
160
2
6.20 작업형 2 과적합
0
169
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
52
2
로지스틱회귀, 회귀
0
52
2
회귀 문제를 풀때 질문입니다.
0
59
1
불균형 처리 후 성능이 더 낮아졌다면,
0
66
2
실기 체험 제2유형 에러 문의
0
66
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
52
2
3번문제 등분산 가정
0
50
2
작업형3 target 형 변환 질문
0
38
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
40
3
원핫인코딩과 레이블 인코딩에서 concat
0
62
2
제2유형 질문입니다.
0
49
2
C()
0
44
2
작업형 2에서 strafity 적용 유무
0
53
2
수강 기간 연장 가능 여부 문의드립니다.
0
63
1
ols
0
44
2
2유형 작성관련 질문(일반 심화)
0
41
2
2유형 작성관련 질문
0
42
2
2유형 object컬럼 개수 다르면
0
49
2