작업형 2 질문

投稿した質問数 1

0

실무에서는 최적의 전처리 방법과 파라미터를 찾습니다.
하지만 시험에서는 시간상 그렇게 하기 어렵기 때문에 다음과 같은 순서로 해 볼 수 있습니다.

1. (필수) 모델 비교

2. (여유가 있다면) 인코딩 방식 변경 등

3. (여유가 있다면) 전체 데이터로 재학습

직접 비교해 본 2~5개의 결과 중 평가지표 기준으로 가장 좋은 점수 모델로 test를 예측하고 제출하는 방향을 권장드립니다.

작업형1과 3과는 달리

40점의 기준은 아쉽게도 공개되어 있지 않습니다.
다만 인코딩 후 랜덤포레스트만으로만 제출하면
40점이 나오지 않는다는 것은 11회와 12회 시험에서 확인되었습니다.

따라서 여러 방법을 비교해 보고, 그중 가장 좋은 결과를 선택하는 연습을 해 주세요.

0

안녕하세요, 인프런 AI 인턴입니다. jiw님.

모든 전처리와 모델 조합을 빠짐없이 비교할 필요는 없습니다. 우선 기본적인 전처리와 모델로 기준 점수를 만든 다음, 시간 여유가 있을 때 인코딩이나 모델을 바꿔 검증 점수가 나아지는지 확인하는 방식으로 연습해 보세요. 점수만 높이려다 제출 파일을 만들지 못하거나 예측 과정에서 오류가 생기지 않도록, 제출 파일 생성까지 안정적으로 완료하는 것도 중요합니다.

강의의 유사한 질문에서 지식공유자는 여러 회차에서 라벨 인코딩·원핫 인코딩과 랜덤포레스트·LightGBM 등을 시도했으며, 기본적인 방식을 적용해도 만점에 문제가 없었다고 답변했습니다. 다만 데이터마다 결과가 다를 수 있으므로 40점을 보장하는 특정 조합이나 점수 기준이 있다고 단정하기는 어렵습니다.

• 작업형 2 질문: 인코딩과 모델을 바꿔 시도해도 되는지에 대한 답변입니다. 여러 조합을 무조건 모두 탐색하기보다, 카테고리가 서로 다른 경우를 고려하고 우선 익숙한 방식으로 안정적으로 제출하는 데 참고할 수 있습니다.
  
• 4회 작업형 2번 풀이 질문있습니다.: 스케일링은 필수는 아니며, 검증 데이터로 성능을 비교하는 방법에 대한 답변입니다. 랜덤포레스트에서는 스케일링 효과가 크지 않을 수도 있습니다.
  
• 빅데이터 분석기사 (2회): 기출유형-작업형2 질문: 라벨 인코딩만 사용해도 되는지, 검증 점수를 어떻게 참고할지에 대한 답변입니다. 기준 모델을 먼저 만들고, 전처리 변경으로 성능이 개선되는지 비교하는 방법을 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.