안녕하세요 강사님! 좋은 강의에 감사드립니다.다름이 아니라, 3회 기출문제(작업형2)에서아래와 같이 robust scaler를 사용하실 때train과 test를 각각 스케일링하는 거랑data = 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?&nbsp;<pre><code class="language-notebook-python">n_train[cols] = scaler.fit_transform(n_train[cols])
n_test[cols] = scaler.transform(n_test[cols])</code></pre>

랜덤포레스트 모델, lightgbm과 같은 트리계열의 모델을 사용한다면스케일 자체가 영향이 크지 않아요!&nbsp;합쳐서 하는 방법은 정석은 아니어서 train 범위 표본을 가지고 하는 것이 일반적입니다.test는 실무에서는 새로운 데이터라 당장은 알 수 없는 영역이거든요

인프런 커뮤니티 질문&답변

3회 기출문제(작업형2) 스케일링 질문드립니다.