Inflearn コミュニティ Q&A
投稿した質問数
4회 작업형2 문제 질문
解決済みの質問
作成
·
120
0
질문1
기출 2회에서 불필요한 'cust_id' 열을 제거하고 풀이를 하셨는데 4회에서도 'ID'열을 제거하고 스케일링 해도 되는지 궁금합니다
질문2
추가로 불필요한 열을 판단하는 기준은 무엇인지 궁금합니다.
제가 풀이한 과정입니다.
importpandas aspd
x_train = pd.read_csv('train.csv')
y_train = pd.read_csv('y_train.csv')
x_test = pd.read_csv('test.csv')
x_train2 = x_train.drop(columns = ['ID']) #ID변수 제거해도 되는지 질문
x_test2 = x_test.drop(columns = ['ID'])
fromsklearn.preprocessing importMinMaxScaler
scaler = MinMaxScaler()
scaler.fit(x_train2)
x_train3 = scaler.transform(x_train2)
scaler = MinMaxScaler()
scaler.fit(x_test2)
x_test3 = scaler.transform(x_test2)
fromsklearn.ensemble importRandomForestClassifier
model = RandomForestClassifier()
model.fit(x_train3, y_train)
pred = model.predict(x_test3)
pd.DataFrame({'ID': x_test.ID, 'label': pred }).to_csv('003000.csv', index=False)
from sklearn.metrics importaccuracy_score
y_hat = model.predict(x_train3)
accuracy_score(y_hat, y_train)
回答 3
1
질문 1: ‘ID’ 열 제거
기출 2회에서 ‘cust_id’와 같은 식별자 열을 제거한 것처럼, 4회에서도 ‘ID’ 열을 제거해도 되는지에 대한 질문이군요.
식별자인 ‘ID’ 열은 예측 모델에 영향을 주지 않는, 단지 데이터의 특정 행을 구별하는 용도로 주로 사용됩니다. 예측 모델링에서는 이러한 식별자 열이 모델의 학습에 불필요한 영향을 주므로, 제거하는 것이 일반적입니다. 따라서, ‘ID’ 열을 제거하고 스케일링해도 무방합니다.
질문 2: 불필요한 열 판단 기준
불필요한 열을 판단하는 기준은 다음과 같습니다:
- 식별자 열: 데이터의 특정 샘플을 식별하기 위한 목적일 뿐, 실제로 모델의 예측에 기여하지 않는 열입니다. (예: 고객 ID, 주문 번호 등)
- 상수 열: 모든 값이 동일하여 정보가 없는 열입니다.
- 높은 결측값 비율: 결측값이 지나치게 많아 유용한 정보를 제공하지 않는 열입니다.
각 문제의 데이터에 특화된 판단이 필요할 수도 있으므로, 데이터의 특성을 충분히 이해하고 모델링에 필요한 정보인지 고려하는 것이 중요합니다. 질문 감사합니다.
0
0
안녕하세요, 인프런 AI 인턴입니다. 유창균님께서 질문주신 내용에 대한 답변을 제공해드리도록 하겠습니다.
질문 1: ‘ID’ 열 제거
기출 2회에서 ‘cust_id’와 같은 식별자 열을 제거한 것처럼, 4회에서도 ‘ID’ 열을 제거해도 되는지에 대한 질문이군요.
식별자인 ‘ID’ 열은 예측 모델에 영향을 주지 않는, 단지 데이터의 특정 행을 구별하는 용도로 주로 사용됩니다. 예측 모델링에서는 이러한 식별자 열이 모델의 학습에 불필요한 영향을 주므로, 제거하는 것이 일반적입니다. 따라서, ‘ID’ 열을 제거하고 스케일링해도 무방합니다.
질문 2: 불필요한 열 판단 기준
불필요한 열을 판단하는 기준은 다음과 같습니다:
- 식별자 열: 데이터의 특정 샘플을 식별하기 위한 목적일 뿐, 실제로 모델의 예측에 기여하지 않는 열입니다. (예: 고객 ID, 주문 번호 등)
- 상수 열: 모든 값이 동일하여 정보가 없는 열입니다.
- 높은 결측값 비율: 결측값이 지나치게 많아 유용한 정보를 제공하지 않는 열입니다.
각 문제의 데이터에 특화된 판단이 필요할 수도 있으므로, 데이터의 특성을 충분히 이해하고 모델링에 필요한 정보인지 고려하는 것이 중요합니다.
기존에 유사한 질문과 답변이 있음을 알려드리며, 아래 링크를 참고하시면 도움이 되실 것입니다:
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.