3회 기출문제(작업형2) 스케일링 질문드립니다.
안녕하세요 강사님! 좋은 강의에 감사드립니다.
다름이 아니라, 3회 기출문제(작업형2)에서
아래와 같이 robust scaler를 사용하실 때
train과 test를 각각 스케일링하는 거랑
data = pd.concat[train, test]로 합치는 것과 실전에서 영향이 없을까요?
train 범위 표본을 가지고 fit 한 경우와 concat한 큰 data를 가지고 fit 한 경우가 스케일링 결과가 다른 경우가 있을까요?
n_train[cols] = scaler.fit_transform(n_train[cols])
n_test[cols] = scaler.transform(n_test[cols])답변 1
0
랜덤포레스트 모델, lightgbm과 같은 트리계열의 모델을 사용한다면
스케일 자체가 영향이 크지 않아요!
합쳐서 하는 방법은 정석은 아니어서
train 범위 표본을 가지고 하는 것이 일반적입니다.
test는 실무에서는 새로운 데이터라 당장은 알 수 없는 영역이거든요
수강 연장 가능 여부 문의
0
22
1
강의 구매했는데 교재 필수일까요
0
23
2
수강기간 연장 가부 문의드립니다.
0
21
2
수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.
0
27
2
작업형2 모의문제2에서 drop이랑 인코딩
0
31
2
인코딩을 다 꼭 해봐야하는지
0
38
2
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
57
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
46
2
원핫인코딩 전 train과 test 병합여부
0
50
2
수강기간 연장
0
69
2
29강 작업2형의 이상치 처리
0
65
2
수강기간 연장 문의드립니다!
0
65
2
9월에 실기출제기준 개정내역에 신설된부분
0
55
1
작업형2 모의문제2 결과값 관련 문의드립니다.
0
66
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
55
1
random_state 값
0
73
2
강의 연장 문의 드립니다.
0
67
2
강의 연장 문의
0
61
2
오징어게임
0
70
1
object 컬럼이 여러 개인 경우 인코딩 전처리 방법
1
49
2
데이터 전처리 순서 관련
0
64
2
작업형2 모의문제 데이터 불러오기
0
62
2
강의 연장 부탁드립니다!
0
67
2
수강기간 연장 문의드립니다!
0
66
2