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
작업형2 모의문제1 (30강)
0
6
1
수강 기간 연장 문의 드립니다.
0
13
1
수강 계획과 관련해 문의 드립니다.
0
15
1
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
33
2
작업형 1 -연습문제 4-6
0
26
2
작업형 1 유형 부분
0
35
2
작업형 1 (삭제예정, 구 버전)
0
48
2
수강기간 연장 문의드립니다.
0
33
1
2유형 레이블 인코딩 VS 원핫 인코딩
0
35
3
수강기간 연장 문의드립니다.
0
37
1
인덱스 슬라이싱
0
34
2
질문 드립니다.
0
47
2
강의 내용 관련 질문드립니다~
0
45
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
57
2
수강기간 연장 문의드립니다
0
47
2
list 문제 질문드립니다~
0
36
2
빅분기 실기 12회 재도전
0
61
2
강의 기간 연장 가능여부 검토 요청건
0
49
2
수강기간 연장 문의 드립니다
0
44
2
수강기간 연장 문의드립니다
0
52
2
질문이요
0
56
2
수강기간 연장 문의드립니다.
0
60
2
문제 3-2 질문드립니다
0
47
2