연속형데이터가 아닌 범주형데이터일때 치우친데이터에 대한 처리
376
작성한 질문수 13
모델을 만든뒤에 모델정확도를 올리기위해
feature importance를 보고 가장 변수중요도가 높은 변수의 분포를 살펴보고
skew되어있으면 log변환을 하라고 배웠습니다.
근데 이때 해당 분포가 연속형데이터가 아닌 범주형데이터일때는
이 치우친 데이터를 어떻게 처리해야될까요?
답변 1
0
안녕하십니까,
주말에 일이 있어서 답변이 좀 늦었습니다.
카테고리 값은 구분이기 때문에 skew된다는 표현은 잘 사용하지 않으며, 일반적으로 별다른 작업을 하지 않습니다.
구분값이 0(사람), 1(자전거), 2(차)로 되어 있고, 0이 99%, 1과 2가 1%라고 할지언정 연속형 값의 skew와는 차이가 있습니다. 연속형 값의 skew는 큰 숫자값의 종류는 적지만, 정규 분포를 벗어나는 형태의 값 분포를 가지고 있을 경우 알고리즘 특성상 예측 효율일 떨어질 수 있기 때문에 이를 보완하는 기법이 필요할 뿐입니다.
카테고리값은 이러한 skew와는 거리가 있습니다. 굳이 하고자 한다면 one-hot encoding 등의 적용을 고려해 볼 수 있습니다.
모델 서빙과 관련된 강좌가 출시되는지 질문드립니다.
0
50
2
안녕하세요 열심히 수강중인 학생입니다
0
86
2
정수 인덱싱
0
86
2
넘파이 오류
0
109
2
11강 numpy의 axis 축 질문 드립니다.
0
106
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
93
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
76
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
83
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
73
2
5강 강의 오류가 있어요.
0
90
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
81
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
75
3
파이썬 다운그레이 후 사이킷런 재설치
0
128
2
좋은 강의 감사합니다.
0
79
2
scoring 함수 음수값
0
72
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
108
2
분류 평가 정확도 예측
0
87
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
114
1
카카오톡 채널 있나요
0
118
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
193
2
pca 스케일링 관련하여 질문드립니다.
0
109
2
주피터 대신 구글 코랩
0
184
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
155
2
실루엣 스코어..
0
91
2