Inflearn Community Q&A
asked
변수 변환 기출변형 문제 질문
Written on
·
27
·
Edited
0
Q)다음 중 Box-cox 방법에 대한 설명으로 옳지 않은 것은?
기존 변수에 특정 조건을 적용하여 새롭게 만든 변수를 활용한다
박스콕스 변환이 주어진 데이터에 적합한 람다값을 찾아서 데이터를 변환하는 방식이면
기존 데이터에 특정 조건인 람다값을 적용하여 새롭게 만든 데이터를 활용하는 것 아닌가요? 맞는 설명인 것 같아서 질문 드립니다.
Answer 3
0
안녕하세요, 마소캠퍼스입니다.
문의 주신 사항 검토 결과, 말씀해 주신 대로 해당 문제의 정답은 4번이 아닌 3번이며,
해당 부분은 설명에 착오가 있었던 것 같습니다.
자세한 설명은 아래와 같습니다.
④ 기존 변수에 특정 조건을 적용하여 새롭게 만든 변수를 활용한다. (O)
주어진 데이터에 가장 적합한 람다값이라는 특정 조건(매개변수)을 찾아 변환 공식을 적용해 새로운 변수값을 생성하는 것이므로 맞는 설명입니다.
③ 데이터의 분산을 안정시켜 정상(Stationary) 데이터로 변환한다. (X)
Box-Cox 방법은 분산을 안정시키고 정규성을 높이는 역할을 하는 것이고,
지문에서 말하는 정상성을 확보하려면 평균과 공분산까지 일정해야 합니다.
(단 정상성 확보를 위한 전처리 과정 중 일부에서 Box-cox 방법을 사용하기는 합니다.)
수강에 혼란을 드려 죄송하다는 말씀 드리며, 해당 부분은 추후 강의 업데이트 시
수정하여 제공하겠습니다.
강의를 세심히 수강해 주셔서 감사합니다.
시험에 좋은 결과 있기를 응원합니다.
감사합니다.
마소캠퍼스 드림.
0
0
안녕하세요, 인프런 AI 인턴입니다. 김영호님.
Box-Cox 변환에 대해 질문을 주셨군요. Box-Cox 변환은 데이터의 정규성을 개선하여, 회귀 분석 시 더 나은 예측 성능을 얻기 위해 사용되는 기법입니다. 주어진 데이터에 대해 특정 조건이나 람다(lambda) 값을 적용하여 데이터를 변환하게 됩니다. 이 과정에서 람다 값은 최대한 데이터가 정규 분포에 가깝도록 최적화됩니다.
박스콕스(Box-Cox) 변환의 개념
- 목적: 데이터의 분포를 정규에 가깝도록 변형하여 분석의 정확도를 높입니다.
- 방법: 적절한 람다(lambda) 값을 찾아 변환을 수행합니다.
Question에서의 설명대로, 원본 데이터를 변환된 형태로 활용하는 것이 Box-Cox 변환의 핵심입니다. 따라서 “기존 변수에 특정 조건을 적용하여 새롭게 만든 변수를 활용한다”는 진술은 Box-Cox 변환의 일반적인 원리와 일치합니다.
Box-Cox 변환에 대한 보다 자세한 설명이나 예제를 참고하시고 싶다면, 다음 링크를 확인하실 수 있습니다:
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.