2유형에서 인코딩 후 스케일링 관련

Question

2유형에서 원핫인코딩이나 레이블 인코딩 후에 민맥스나 스탠다드 스켈링을 하는데요 스케일링할 때 범주형 데이터를 제외하는 작업을 하지 않고 그냥 통으로 train과 test 스케일링을 하고 있거든요. 혼자 공부하니까 제대로 하고 있는지 의문이 되네요 그냥 통으로 스케일링 해도 결과값에 영향이 없나요? from sklearn.preprocessing import MinMaxScaler, StandardScaler sc = MinMaxScaler() train = ms.fit_transform(train) test = ms.transform(test)

퇴근후딴짓 · Answer

네 이렇게 하는 것이 정상입니다. 공식문서에도 이 방법을 안내하고 있어요 아마 레이블 인코딩에서는 컬럼별로 진행해서 헷갈릴 수 있는데 스케일링은 한 번에 적용 가능해요

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. 달팽이님께서 질문해 주신 전처리 과정의 스케일링에 대해 설명 드리겠습니다. 데이터 전처리 과정에서 스케일링은 모델의 성능을 높이기 위해 매우 중요한 역할을 합니다. 특히, MinMaxScaler와 같은 스케일링 기법은 데이터를 특정 범위(일반적으로 0과 1 사이)로 변환하여, 모델 학습 시 수치형 데이터의 영향을 균등하게 할 수 있도록 돕습니다. 범주형 데이터와 스케일링 : 기본적으로 MinMaxScaler나 StandardScaler는 수치형 데이터에 적용하는 것이 일반적입니다. 범주형 데이터를 인코딩한 후에는 이 데이터가 수치형 데이터로 변환되기 때문에 스케일링을 할 수도 있지만, 이 경우 인코딩된 수치가 의미를 가지지 않는다는 점을 주의해야 합니다. 예를 들어, 원-핫 인코딩된 데이터에 스케일링을 적용해도 무방하지만, 레이블 인코딩된 데이터에 스케일링을 적용할 때는 주의를 기울여야 합니다. 전반적인 스케일링 적용 : 범주형 데이터를 인코딩한 후 전반적인 스케일링을 적용할 때 성능에 큰 영향이 없을 수도 있지만, 데이터의 특성과 문제의 유형에 따라 달라질 수 있습니다. 특별히 트리 기반의 알고리즘(예: 랜덤 포레스트)에서는 스케일링이 필요하지 않은 경우가 많습니다. 하지만 SVM이나 k-최근접 이웃과 같은 알고리즘에서는 스케일링이 성능 개선에 도움을 줄 수 있습니다. 아래는 관련된 질문들의 링크입니다. 참고하시어 더욱 심도 있게 이해할 수 있기를 바랍니다: 수치형 데이터 스케일링 작업형2 모의문제1 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.