전체적인 머신러닝 순서

Question

학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요! 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요 먼저 유사한 질문이 있었는지 검색해보세요 제미나이 같은 곳에 물어봐도 뭔가 명확한 답을 못 찾겠어서 질문합니다. EDA 결측치 삭제 또는 채우기 train y값 pop 수치형 데이터 스케일링 범주형 데이터 인코딩 데이터분할 머신러닝 학습 및 평가 테스트 값 도출 및 파일 생성 이러한 과정에서 pop 하는 타이밍, 결측치 처리, 스케일링, 인코딩, 데이터 분할을 어떻게 해야 하는지 순서가 감이 안 옵니다. 과정이 꼬이면 y값 데이터에 영향을 줄까봐 걱정돼서요.

퇴근후딴짓 · Answer

기출 문제 반복해서 풀어보면 익숙해 질텐데 pop을 먼저해주시고 (만약) 결측치 있다면 결측치 처리 (생략) 스케일링 (필수) 인코딩 처리! 데이터 분할 로 가시죠!

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. js05227님. 머신러닝 프로젝트의 과정을 이해하는 데 어려움을 겪고 계신 것 같군요. 머신러닝 모델을 구축할 때 일반적인 작업 순서는 다음과 같습니다: 탐색적 데이터 분석(EDA) : 데이터를 이해하고 통계적으로 요약하며 이상치와 결측치를 확인합니다. 결측치 처리 : 데이터 내 결측치를 제거하거나 평균, 중앙값 등으로 대체합니다. 이는 모델이 보다 신뢰할 수 있는 결과를 내도록 돕습니다. 타겟 변수 분리 : 종속 변수(y)를 독립 변수에서 분리합니다. 보통 train_y = train.pop('target') 처럼 pop 함수로 타겟 변수를 분리합니다. 수치형 데이터 스케일링 : Min-Max Scaler, Standard Scaler 등으로 수치형 데이터를 스케일링합니다. 이는 모델의 성능을 개선할 수 있습니다. 범주형 데이터 인코딩 : 범주형 특성을 숫자형으로 변환하여 모델에 사용할 수 있게 합니다. 일반적으로 One-Hot Encoding이나 Label Encoding을 사용합니다. 데이터 분할 : 데이터를 학습 및 검증 세트로 분할하여 모델의 일반화 성능을 평가합니다. 모델 학습 및 평가 : 모델을 학습시키고 검증 데이터 이용하여 성능을 평가합니다. 테스트 데이터 예측 및 파일 생성 : 테스트 데이터에 대해 예측을 수행하고 결과를 파일로 저장합니다. 제시한 순서는 일반적인 흐름을 따르지만, 문제의 특성이나 데이터에 따라 유연하게 적용될 수 있습니다. 특히, 결측치 처리와 인코딩, 스케일링은 모델의 성능에 영향을 미칠 수 있으므로 주의해야 합니다. 연관된 질문과 답변으로 참고할 만한 링크를 첨부합니다: 머신러닝 순서 질문 드립니다. - 머신러닝 프로젝트의 전반적인 흐름에 대해 설명합니다. 데이터 전처리(결측치 채울때 궁금한점) - 스케일링 및 결측치 처리에 관한 방법론을 다룹니다. 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.