3회 기출문제(작업형2) 스케일링 질문드립니다.
안녕하세요 강사님! 좋은 강의에 감사드립니다.
다름이 아니라, 3회 기출문제(작업형2)에서
아래와 같이 robust scaler를 사용하실 때
train과 test를 각각 스케일링하는 거랑
data = pd.concat[train, test]로 합치는 것과 실전에서 영향이 없을까요?
train 범위 표본을 가지고 fit 한 경우와 concat한 큰 data를 가지고 fit 한 경우가 스케일링 결과가 다른 경우가 있을까요?
n_train[cols] = scaler.fit_transform(n_train[cols])
n_test[cols] = scaler.transform(n_test[cols])답변 1
0
랜덤포레스트 모델, lightgbm과 같은 트리계열의 모델을 사용한다면
스케일 자체가 영향이 크지 않아요!
합쳐서 하는 방법은 정석은 아니어서
train 범위 표본을 가지고 하는 것이 일반적입니다.
test는 실무에서는 새로운 데이터라 당장은 알 수 없는 영역이거든요
수업노트가 어디에 있나요?
0
12
1
실기시험 제출관련
0
142
2
6.20 작업형 2 과적합
0
150
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
47
2
로지스틱회귀, 회귀
0
47
2
회귀 문제를 풀때 질문입니다.
0
53
1
불균형 처리 후 성능이 더 낮아졌다면,
0
61
2
실기 체험 제2유형 에러 문의
0
61
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
48
2
3번문제 등분산 가정
0
46
2
작업형3 target 형 변환 질문
0
34
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
36
3
원핫인코딩과 레이블 인코딩에서 concat
0
58
2
제2유형 질문입니다.
0
46
2
C()
0
44
2
작업형 2에서 strafity 적용 유무
0
51
2
수강 기간 연장 가능 여부 문의드립니다.
0
59
1
ols
0
43
2
2유형 작성관련 질문(일반 심화)
0
39
2
2유형 작성관련 질문
0
41
2
2유형 object컬럼 개수 다르면
0
48
2
코딩팡질문이요ㅠㅠ
0
45
2
관찰값과 기대값의 개념이 헷갈립니다.
0
25
2
작업형2 ID 컬럼 삭제 질문
0
45
2