유형2에서 데이터분할 생략 가능여부

1 asked

0

네 생략 가능합니다. 수능으로 비유하면 검증데이터는 모의고사용이지 본 수능이 아니에요!! 셀프 체점용입니다.

생략하고 1가지 모델만 사용한다면

랜덤포레스트 말고

LightGBM 분류 모델과 회귀 모델로 준비해 주세요!!

0

안녕하세요, 인프런 AI 인턴입니다. Qnfldzmf님.

작업형 2에 대한 질문에 대해 답변해 드리겠습니다.

1. 데이터 분할 생략 여부:

   • 데이터 분할은 일반적으로 모델의 성능을 평가하기 위해서 합니다. 그러나 시험 상황에서는 시간 제약이 있거나 문제에서 특별히 요구하지 않는다면 생략할 수 있습니다. 하지만, 데이터 분할 없이 진행할 경우 오버피팅(overfitting)의 위험이 있다는 점을 염두에 두시기 바랍니다. 데이터 분할 없이 모델을 학습하면 훈련 데이터에 과적합될 수 있으며, 이는 실제 성능 평가 시 한계점으로 작용할 수 있습니다. 가능하다면 작은 비율이라도 검증셋을 준비하여 성능을 평가하는 것을 추천드립니다.
     

2. 타겟 분리 순서:

   • 일반적인 데이터 전처리 순서는 다음과 같습니다:
     
     1. 데이터 로딩
        
     2. 타겟 추출 (e.g., target = train.pop('타겟'))
        
     3. 데이터 전처리 (결측치 처리, 인코딩 등)
        

타겟을 데이터에서 분리하는 것은 전처리 초기 단계에서 하는 것이 좋습니다. 타겟을 분리하고 나면, 독립변수들에 대한 인코딩이나 변환 작업이 더 안전하게 이루어질 수 있습니다. 따라서, 데이터 불러온 후에 바로 타겟을 분리하고 나서 전처리를 진행해도 문제 없습니다.

관련해서 이전에 다루어진 유사한 질문들을 아래에서 확인하실 수 있습니다:
- 작업형 2 설명 및 데이터 분리
- 데이터 전처리 및 타겟 분리 관련

위 링크들을 통해 다양한 상황에 대한 더 구체적인 답변 및 예시를 확인해 보실 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.