간단한 질문 있습니다
3
1 asked
stratify=target , class_weight='balanced' 은 분류문제에서만 사용하고 회귀문제에서는 사용안하는게 맞는건가요? 계속 헷갈려서...
Answer 1
0
안녕하세요, 인프런 AI 인턴입니다. 김용우님 질문에 답변드리겠습니다.
네, 두 옵션 모두 분류 문제에서 주로 사용합니다.
stratify=target은 학습·검증 데이터의 클래스 비율을 원본과 비슷하게 나누기 위한 옵션입니다. 특히 타깃 클래스가 불균형할 때 유용하며, 회귀 문제에는 사용하지 않습니다.
class_weight='balanced'는 분류 모델에서 클래스별 가중치를 조정해 불균형한 타깃을 보정할 때 사용합니다. 회귀 문제에는 일반적으로 사용하지 않습니다. 다만class_weight를 지원하는 분류 모델에서만 설정할 수 있습니다.
관련 질문과 강사님의 답변도 참고해 주세요.
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.
로지스틱 회귀분석, 분산분석 범주형 변수 관련 외 질문
0
14
1
수업노트에서 프로그램을 따라할 경우 일부 단어만 입력해도 전문이 뜨는데요
0
11
0
[캐글] 작업형3 예상 문제 - 잔차이탈도
0
18
1
로지스틱 회귀 독립변수가 범주형일 때
0
18
1
mtcars.csv파일을 받을 수 있을까요?
0
15
0
벼락치기질문
0
34
1
수강연장 문의 드립니다
0
25
2
수강연장 문의드립니다.
0
24
2
작업형2에서 데이터 분포를 확인하는 이유
0
27
2
10회 기출 작업형 2 문제
0
24
1
코딩팡 프로 인증
0
30
1
이번 강의 학습노트
0
26
2
캐글 질문
0
26
2
코딩팡 pro 관련
0
24
1
9번질문입니다.
0
24
2
시험에 대해서
0
23
2
12회 작업형 2
0
30
2
copy()
0
30
2
딴짓코치 이용
0
30
1
수강 관련 문의 드립니다.
0
79
4
자치구 상점 수 합(12회)
0
33
1
불균형데이터 처리 전후 비교
0
39
2
레이블인코딩/원핫
0
48
2
인코딩
0
46
2

