로지스틱 회귀분석, 분산분석 범주형 변수 관련 외 질문
1
작성한 질문수 1
먼저 양질의 강의를 제공해주심에 매우 감사드립니다.
학습 도중 궁금한 부분이 있어서 문의드립니다
1) 범주형 변수 처리
a. 로지스틱 회귀분석 => 종속변수가 범주형, 독립변수는 수치형, 범주형 모두 상관 없음
b. 분산분석 => 종속변수는 수치형, 독립변수는 범주형
위와 같이 알고 있습니다.
코드를 불러와 학습시킬 때, 각 변수 앞에 C를 붙이는 것은 범주형 변수로 변환하기 위함으로 알고 있는데(변수 값이 숫자일 경우, 범주로 인식하지 않고 증감하는 숫자로 인식할 수 있기 때문이라고 알고 있습니다),
여기서 분산분석의 경우 어차피 독립변수가 모두 범주형이여야 하니 어떤 변수든 간에 앞에 C를 붙여도 되는 것인지요
로지스틱 회귀분석의 경우 독립변수가 수치형이거나 범주형일 수 있는데, 이 경우 숫자로 나온 데이터가 범주형 변수임을 확인하기 위해서 별도로 작업을 거쳐야 할까요? 만약 그렇다면 어떻게 확인할 수 있는지 궁금합니다.
2) copy()를 붙이는 이유
가끔 선생님께서 끝에 .copy()를 붙이는데 이걸 붙이고 안붙이고의 차이가 궁금합니다. 어떤 경우에 붙여야 하는지도 궁금하구요
3) 작업형 2
일단 제가 준비하는 모델은 랜덤포레스트와 lightgbm 을 준비하려고 하고 있습니다.
a. 원핫 * 랜덤포레스트
b. 원핫 * lightgbm
c. 레이블 * 랜덤포레스트
d. 레이블 * lightgbm
일단 이 4가지를 표준으로 잡고 준비를 하려는데, 혹시 여기서 추가로 다른 모델이나 방법을 추천해주실 수 있다면 추천 부탁드립니다!
2. 오브젝트 컬럼일 경우 인코딩 작업이 반드시 필요한데, train/test의 오브젝트 컬럼 속성값의 종류가 다를 때, 이걸 반드시 비교해야 인코딩 방법을 선택할 수 있다고 생각하는데 강의를 볼 때 이 부분을 강조하지 않으시는 것 같아서요. 이 작업은 반드시 필요한 작업이 맞는것이지요 ?
3. 기본 학습할 땐 스케일링 작업을 배웠는데 여태 몇 가지 문제풀이를 보면서 스케일링 작업을 반드시 진행하시지는 않는 것 같아서, 혹시 그 기준이 별도로 있는 것인지 궁금합니다.
4. 검증데이터 분리 시 stratify=target
을 하는 경우는 불균형 클래스일때, 랜덤 포레스트나 lightgbm에서 class_weight='balanced'를 선택하는 경우는 소수 클래스에 가중치를 주고 싶을 때 선택하는 걸로 알고 있습니다.
위처럼 불균형/소수 클래스일때 무엇을 적용하는 것이 효율적이다. 처럼 케이스를 분류해서 적용할 수 있다면 좋을 것 같은데.. 사실 경험이 많지 않다 보니 이걸 분류하기가 어렵습니다. 최근 회차일수록 작업형2 점수 산정 비율 구간이 촘촘해지는 걸로 알고 있어서.. 이러한 부분을 어떻게 정리해야 할지 궁금합니다 ㅠ
강의를 듣고 있지만, 내용이 방대하다 보니 제가 놓친 부분이 있을 수도 있을 것 같습니다. 혹시 제가 잘못 알고 있는 부분이 있다면 피드백 부탁드립니다. 감사합니다 :)
답변 0
수업노트에서 프로그램을 따라할 경우 일부 단어만 입력해도 전문이 뜨는데요
0
10
0
[캐글] 작업형3 예상 문제 - 잔차이탈도
0
17
1
로지스틱 회귀 독립변수가 범주형일 때
0
18
1
mtcars.csv파일을 받을 수 있을까요?
0
15
0
벼락치기질문
0
33
1
수강연장 문의 드립니다
0
25
2
수강연장 문의드립니다.
0
24
2
작업형2에서 데이터 분포를 확인하는 이유
0
26
2
10회 기출 작업형 2 문제
0
23
1
코딩팡 프로 인증
0
29
1
이번 강의 학습노트
0
26
2
캐글 질문
0
24
2
코딩팡 pro 관련
0
24
1
9번질문입니다.
0
23
2
시험에 대해서
0
23
2
12회 작업형 2
0
27
2
copy()
0
30
2
딴짓코치 이용
0
30
1
수강 관련 문의 드립니다.
0
76
4
자치구 상점 수 합(12회)
0
31
1
불균형데이터 처리 전후 비교
0
37
2
레이블인코딩/원핫
0
46
2
인코딩
0
45
2
작업형 2 작업
0
47
2





