작업형 3 유형
0
작업형 3 강의에 있는 유형들 다 풀어보았는데
간단히 정리해보니
수치형 데이터 결측치 → 눈치껏 처리
범주형 fillna('X')
pd.concat 후 분리하여 원핫인코딩
회기/ 분류 따라 RandomForestRegressor/Classifier사용
하이퍼 파라미터 튜닝
max_depth 3~5, n_estimators 300-500(?)
이정도하면 무난히 점수 받을수 있을까요?
과정중에 잘못된게 있다면 짚어주시면 감사하겠습니다.
하이퍼파라미터 튜닝할때 저 둘이 같이 안쓰고 하나만 수정해도 과적합 문제가 발생하지 않을지도 궁금합니다. (저 범주안에서는 과적합 걱정하지 않아도될까요?)
답변 1
추가질문 합니다
0
7
1
시험환경 구름
0
9
1
2유형 질문드려요
0
7
1
RandomForest vs lgb
0
18
1
전처리 관련질문
0
12
2
작업형3 기출
0
12
1
유형2에서 데이터분할 생략 가능여부
0
20
2
9회 기출 유형3 질문
0
15
1
lgb 기초편
0
10
1
괄호 사용
0
15
1
작업형 2 데이터 전처리 질문
0
18
1
11회 기출 유형 작업형1 문제 3-1
0
14
0
예시문제 작업형2 (ver2023) 질문입니다
0
16
1
Data type에 따른 처리
0
15
2
데이터 전처리 관련
0
15
2
시험에서 문제 불러오기
0
18
2
2번문제 출력값 질문
0
21
2
pd.get_dummies()가 bool로 반환
0
18
2
대응표본검정 레빈
0
23
3
단일표본검정 문제 유형
0
23
2
[작업형 3] 6~7. 카이제곱 검정
0
22
2
9회 작업형3 문제 1-1
0
37
2
최종답안 계산 방식 질문
0
25
1
시험 치기 전 급하게 질문 사항
0
41
2