원-핫 엔코딩 vs. 인터벌
강사님 안녕하세요,
- 16:50에서 선형회귀의 경우 코드값들에 대해서 원-핫 엔코딩을 하는 게 중요하다고 하셨는데, Hour 같은 경우 원-핫 엔코딩 대신 도메인 지식을 활용해서 출퇴근시간(7-10am & 4pm-7pm), 낮시간, 밤시간과 같이 interval로 된 변수를 만들어도 괜찮나요?
- 이 또한 원-핫 엔코딩만 가진 model 따로, interval 변수로 된 model 따로, 혹은 원-핫 엔코딩과 interval 변수를 둘 다 가진 model을 세 개 다 만들어서 보고 그 중 가장 성능이 좋은 model을 택하면 되는 것인가요?
- 마지막처럼 하면 피쳐가 늘어남으로써 over-fitting되는 curse of dimensionality가 우려되고 interval 변수와 OHE변수들과의 multi-collinearity 문제가 우려되는데 이는 어떻게 해결하나요? 이 또한 퍼포먼스만 좋으면 괜찮은걸까요?
답변 감사합니다 )_ㅇ_(
답변 1
0
아래 질문에 요약해서 먼저 답변을 드리면,
피처가 늘어나면 차원 저주의 문제가 있지만, 피처 엔지니어링 차원에서 더 좋을 수가 있습니다. 일단 피처들을 다양하게 가공하고 여러 모델을 적용해서 그 중 성능 좋은 모델을 택하면 됩니다.
1. 16:50에서 선형회귀의 경우 코드값들에 대해서 원-핫 엔코딩을 하는 게 중요하다고 하셨는데, Hour 같은 경우 원-핫 엔코딩 대신 도메인 지식을 활용해서 출퇴근시간(7-10am & 4pm-7pm), 낮시간, 밤시간과 같이 interval로 된 변수를 만들어도 괜찮나요?
=> 네 괜찮습니다.
이 또한 원-핫 엔코딩만 가진 model 따로, interval 변수로 된 model 따로, 혹은 원-핫 엔코딩과 interval 변수를 둘 다 가진 model을 세 개 다 만들어서 보고 그 중 가장 성능이 좋은 model을 택하면 되는 것인가요?
=> 네 맞습니다.
마지막처럼 하면 피쳐가 늘어남으로써 over-fitting되는 curse of dimensionality가 우려되고 interval 변수와 OHE변수들과의 multi-collinearity 문제가 우려되는데 이는 어떻게 해결하나요? 이 또한 퍼포먼스만 좋으면 괜찮은걸까요?
=> 네, 앞에 말씀 드린대로 적용해보고 결정하면 됩니다.
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