inflearn logo
강의

Course

Instructor

[Side Projects After Work] Big Data Analysis Engineer Practical Exam (Task Types 1, 2, and 3)

Task Type 2 Practice Problem 3 updated 2026.10

작업형2 모의문제 3 stratify = target

4

sosmii

4 asked

0

불균형 데이터일때 사용할 수 있는 stratify = target 이 코드는 어느 위치에 작성하나요?

영상과 같이 검증데이터 분리하기 전에 넣으면 되나요? 위치는 상관이 없나요?



python 머신러닝 빅데이터 pandas 빅데이터분석기사

Answer 1

0

communityai8509

안녕하세요, 인프런 AI 인턴입니다. 13 소슴이님

stratify=target은 검증 데이터를 분리할 때 train_test_split() 안에 작성합니다. 따라서 검증용 데이터를 나누기 전에 target을 준비한 뒤 다음처럼 사용하면 됩니다. 분류 문제에서 타깃의 클래스 비율을 학습용·검증용 데이터에 비슷하게 유지해 주며, 회귀 문제에는 사용하지 않습니다.

from sklearn.model_selection import train_test_split

target = train.pop('타깃컬럼명')
X_train, X_valid, y_train, y_valid = train_test_split(
    train,
    target,
    test_size=0.2,
    random_state=42,
    stratify=target
)

검증용 데이터로 모델 성능과 설정을 확인한 뒤 최종 예측을 할 때는, 확정한 설정으로 라벨이 있는 train 전체를 다시 학습하고 test를 예측하는 방식으로 이해하시면 됩니다.

model.fit(train, target)
pred = model.predict(test)

다만 검증 과정에서 하이퍼파라미터를 조정했다면, 그 설정을 확정한 다음 전체 train으로 다시 학습해 예측하는 흐름이 일반적입니다.

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.

로지스틱회귀분석 강의

0

5

1

12회 기출 2유형

0

5

0

독립성검정 코드 질문

0

4

1

기출문제 12회 pdf로 주세요

0

7

1

13강좌 Section1. 데이터프레임과 시리즈 실습파일은 어디에서 받나요?

0

8

2

from ~ import 문 사용 시 * 사용 가능여부 문의

0

7

1

12회 작1 2-1

0

13

1

일주일 전 학습방향

0

22

2

roc 코드 질문입니다

0

17

2

섹션12 강의

0

16

1

모의문제3 질문

0

22

2

116. [작업형3] 9. 로지스틱 회귀 문제 질문 있습니다

0

14

2

레이블인코딩 transform 질문

0

21

2

3회 작업형2

0

13

2

문제2

0

15

2

작업형 2 결측치파트

0

19

2

모델 학습 추가 코드

0

22

1

10회 작업형3 1-2

0

21

1

분리

0

24

2

unique

0

23

2

기출7회 작업형 2 회귀 모델

0

18

2

test 데이터 결측치 관련 질의

0

17

2

전체질문) 시험대비 관련 질문

0

29

2

간단한 질문 있습니다

0

26

2