inflearn logo
강의

講義

知識共有

【退勤後の寄り道】ビッグデータ分析技師(※韓国の国家資格)実技(作業型1、2、3)

第11回 過去問形式(作業型3)

로지스틱 회귀분석, 분산분석 범주형 변수 관련 외 질문

5

cain9710

投稿した質問数 1

0

먼저 양질의 강의를 제공해주심에 매우 감사드립니다.

학습 도중 궁금한 부분이 있어서 문의드립니다

1) 범주형 변수 처리

a. 로지스틱 회귀분석 => 종속변수가 범주형, 독립변수는 수치형, 범주형 모두 상관 없음

b. 분산분석 => 종속변수는 수치형, 독립변수는 범주형

위와 같이 알고 있습니다.

코드를 불러와 학습시킬 때, 각 변수 앞에 C를 붙이는 것은 범주형 변수로 변환하기 위함으로 알고 있는데(변수 값이 숫자일 경우, 범주로 인식하지 않고 증감하는 숫자로 인식할 수 있기 때문이라고 알고 있습니다),

  1. 여기서 분산분석의 경우 어차피 독립변수가 모두 범주형이여야 하니 어떤 변수든 간에 앞에 C를 붙여도 되는 것인지요

  2. 로지스틱 회귀분석의 경우 독립변수가 수치형이거나 범주형일 수 있는데, 이 경우 숫자로 나온 데이터가 범주형 변수임을 확인하기 위해서 별도로 작업을 거쳐야 할까요? 만약 그렇다면 어떻게 확인할 수 있는지 궁금합니다.

2) copy()를 붙이는 이유

가끔 선생님께서 끝에 .copy()를 붙이는데 이걸 붙이고 안붙이고의 차이가 궁금합니다. 어떤 경우에 붙여야 하는지도 궁금하구요


3) 작업형 2

  1. 일단 제가 준비하는 모델은 랜덤포레스트와 lightgbm 을 준비하려고 하고 있습니다.


a. 원핫 * 랜덤포레스트

b. 원핫 * lightgbm

c. 레이블 * 랜덤포레스트

d. 레이블 * lightgbm

일단 이 4가지를 표준으로 잡고 준비를 하려는데, 혹시 여기서 추가로 다른 모델이나 방법을 추천해주실 수 있다면 추천 부탁드립니다!

2. 오브젝트 컬럼일 경우 인코딩 작업이 반드시 필요한데, train/test의 오브젝트 컬럼 속성값의 종류가 다를 때, 이걸 반드시 비교해야 인코딩 방법을 선택할 수 있다고 생각하는데 강의를 볼 때 이 부분을 강조하지 않으시는 것 같아서요. 이 작업은 반드시 필요한 작업이 맞는것이지요 ?

3. 기본 학습할 땐 스케일링 작업을 배웠는데 여태 몇 가지 문제풀이를 보면서 스케일링 작업을 반드시 진행하시지는 않는 것 같아서, 혹시 그 기준이 별도로 있는 것인지 궁금합니다.

4. 검증데이터 분리 시 stratify=target

을 하는 경우는 불균형 클래스일때, 랜덤 포레스트나 lightgbm에서 class_weight='balanced'를 선택하는 경우는 소수 클래스에 가중치를 주고 싶을 때 선택하는 걸로 알고 있습니다.

위처럼 불균형/소수 클래스일때 무엇을 적용하는 것이 효율적이다. 처럼 케이스를 분류해서 적용할 수 있다면 좋을 것 같은데.. 사실 경험이 많지 않다 보니 이걸 분류하기가 어렵습니다. 최근 회차일수록 작업형2 점수 산정 비율 구간이 촘촘해지는 걸로 알고 있어서.. 이러한 부분을 어떻게 정리해야 할지 궁금합니다 ㅠ


강의를 듣고 있지만, 내용이 방대하다 보니 제가 놓친 부분이 있을 수도 있을 것 같습니다. 혹시 제가 잘못 알고 있는 부분이 있다면 피드백 부탁드립니다. 감사합니다 :)


python 머신러닝 빅데이터 pandas 빅데이터분석기사

回答 1

0

communityai8509

안녕하세요, 인프런 AI 인턴입니다. cain9710님, 질문 중 범주형 변수 처리와 관련해 참고할 만한 기존 답변을 안내드립니다.

  • 회귀분석 및 분산분석 범주형 변수 처리 문의
    문자형 범주 변수는 자동으로 범주형으로 처리될 수 있지만, 숫자로 저장된 범주형 변수는 C()로 범주형임을 명시해야 한다는 설명이 있습니다. 분산분석에서는 독립변수를 C()로 지정하는 방법도 확인하실 수 있습니다.

  • 로지스틱 회귀분석 범주형변수 인코딩
    로지스틱 회귀에서는 문제에서 범주형이라고 지정한 숫자형 변수를 C()로 처리하고, 분산분석에서는 독립변수에 C()를 붙이는 기준을 설명합니다. 숫자형 변수가 범주형인지 여부는 값의 모양만으로 판단하기보다 변수의 의미와 문제 조건을 확인하는 것이 중요합니다.

위 게시글들은 질문의 1번인 범주형 변수 처리에 관한 내용입니다. copy() 사용, 작업형 2의 인코딩·스케일링·불균형 클래스 대응에 대해서는 현재 제공된 유사 답변을 찾지 못했습니다.

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.

수업노트에서 프로그램을 따라할 경우 일부 단어만 입력해도 전문이 뜨는데요

0

10

0

[캐글] 작업형3 예상 문제 - 잔차이탈도

0

17

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

26

2

10회 기출 작업형 2 문제

0

23

1

코딩팡 프로 인증

0

29

1

이번 강의 학습노트

0

26

2

캐글 질문

0

24

2

코딩팡 pro 관련

0

24

1

9번질문입니다.

0

23

2

시험에 대해서

0

23

2

12회 작업형 2

0

27

2

copy()

0

30

2

딴짓코치 이용

0

30

1

수강 관련 문의 드립니다.

0

76

4

자치구 상점 수 합(12회)

0

31

1

불균형데이터 처리 전후 비교

0

37

2

레이블인코딩/원핫

0

46

2

인코딩

0

46

2

작업형 2 작업

0

47

2