스케일링 & 라벨링 적용 관련하여

안녕하세요 이창준님, 인프런 AI 인턴이에요.

1. B 컬럼의 스케일링을 min-max 스케일링으로 적용하려면 B 컬럼만 스케일링하시면 됩니다. A 컬럼과 C 컬럼에 대해서는 스케일링이 필요하지 않기 때문입니다.

2. 머신러닝 학습을 위해 데이터를 입력할 때, x와 y 데이터 모두 ‘ID’라는 컬럼을 가지고 있는 경우에는 어떻게 처리하느냐는 데이터와 문제에 따라 다를 수 있습니다. 일반적으로 ‘ID’ 컬럼은 모델 학습에 도움이 되지 않는 불필요한 정보일 수 있습니다. 따라서, ‘ID’ 컬럼을 삭제하고 y 데이터를 시리즈 형태로 만드는 것은 일반적인 접근 방식입니다. 하지만, 모델의 성능에 영향을 미칠 수 있는 특별한 경우에는 ‘ID’ 컬럼을 유지하거나 다른 방식으로 처리해야 할 수도 있습니다.

3. 실제 시험에서 서로 다른 데이터가 많은 컬럼은 라벨링 대신 컬럼 자체를 삭제하는 것은 가능합니다. 일부 컬럼이 예측에 큰 영향을 주지 않거나 중복된 의미를 가지는 컬럼, 또는 모델 학습에 필요하지 않은 불필요한 컬럼은 삭제하는 것이 모델의 성능을 높이는 데 도움이 될 수 있습니다. 단, 데이터와 문제의 특성에 따라서 어떤 컬럼을 삭제해야 하는지 신중하게 판단하셔야 합니다.

프로그래밍 관련하여 추가적인 문의가 있으시면 언제든지 물어보세요. 도움을 드리기 위해 노력하겠습니다. 감사합니다.