스케일링 방법
안녕하세요! 최근 기출에는 작업형1에서 스케일링 문제가 안 나오는 걸로 알고 있는데, 스케일링에 대해서도 알아야 할까요?.....
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. s93610님께서 스케일링에 관한 질문을 주셨는데요, 스케일링은 데이터 전처리에서 중요한 단계로, 특정 모델에서는 선택적으로 적용할 수 있습니다.
스케일링은 주로 거리 기반 알고리즘(예: KNN, SVM)이나 신경망에 큰 영향을 미치므로 이럴 때 중요하지만, 트리 기반 모델(랜덤 포레스트, 결정 트리 등)에서는 중요하지 않을 수 있습니다. 작업형 문제에서는 스케일링을 명시하지 않는 경우도 있지만, 추후 시험에서는 언제든 다시 물어볼 수 있기 때문에 기본적인 이해는 필요합니다.
보다 구체적으로는 아래의 관련된 질문 답변을 참고하면 좋습니다:
작업형 2번, 수치형 변수 스케일링 굳이 해줘야 하나요? - 이 질문에서 스케일링의 필요성 여부 및 적용 방법에 대한 논의가 이루어져 있습니다.
수치형 변수 스케일링 하기 - 수치형 변수의 스케일링에 대한 추가적인 고민과 이에 대한 조언이 제공됩니다.
위 답변들에서는 스케일링의 필요성과 다양한 스케일링 기법들이 어떻게 적용되는지를 더 상세히 다루고 있으니 참고해 보시기 바랍니다.
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.
11회 기출 유형(작업형1) 2번 정답
0
7
1
f1 score 질문
0
6
1
10회 작업형 2 인코딩 질의
0
6
1
53번 강의에서 갑자기 수업노트가 없어졌습니다.
0
11
2
28:19 roc_auc이유
0
15
2
수강연장문의
0
15
2
전체적인 머신러닝 순서
0
10
1
빅분기 실기 유형2질문
0
15
1
ID 전처리 이유
0
28
2
데이터제공
0
23
2
예시문제 작업형3 꼬리질문2번
0
15
1
데이터 개수를 구할 때, len과 value_counts 차이
0
19
2
작업형 2 제출방
0
19
2
인코딩 스케일링 순서
0
20
2
실제 시험에서도 공식을 문제에서 주는지
0
20
2
수강 연장 문의
0
17
2
작업형2 정리한 내용 확인 부탁드립니다 ㅜㅜ
0
22
1
14강 "" 사용 관련 질문
0
22
2
캐글 제출 점수
0
26
2
기출 마무리 방법
0
50
2
빅이시 작업형2 기초 - 케이스 1~3 관련 문의
0
33
6
데이터프레임 슬라이싱 인덱싱 질문2
0
29
2
단일표본검정, 샤피로검정, 윌콕슨검정
0
38
2
강의자료 다운로드 여부
0
39
2