-
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
미해결
데이터 전처리 과정 질문입니다.
21.10.25 21:08 작성 조회수 194
0
안녕하세요 강사님. 좋은 강의 진심으로 감사합니다!
데이터 전처리 하는 과정을 보면서 질문이 생겼는데요.
1. 회귀 모델을 위해 전처리 할 때는 standardScaler를 하지만, rule-based model인 결정 트리에서는 안한다고 알고 있습니다. 그럼 결정 트리에서 전처리 할 때는 imputer, one-hot encoding 외에 어떤 전처리가 가능할 까요?
2. 왜곡도가 높은 피처들을 로그 변환 적용을 하는데, 이 또한 standardScaler를 위한 거니까 결정 트리 모델을 위해 전처리 할 때는 생략해도 되는 과정인가요?
감사합니다.
답변을 작성해보세요.
2
권 철민
지식공유자2021.10.27
안녕하십니까,
질문을 너무 늦게 봐서 답변이 좀 늦었습니다.
1. 말씀하신대로 tree 기반은 별도의 scaling 작업이 필요가 없습니다. 말씀하신 imputer, one-hot encoder로 전처리를 적용하면 충분합니다. 다만 전처리 라는게 null값을 변경하고 label/one-hot encoding을 넘어서 feature engineering 즉 다양한 추가적인 feature 들을 만들어 내는 것 까지 포함한다면 당연히 이 feature engineering이 매우 중요한 요소가 됩니다.
2. 음, 경험적으로는 왜곡도가 높은 피처라면 log 변환을 해주는게 약간이라도 좋을 수 있습니다. 왜곡도가 높을 경우 tree split및 생성이 약간이라도 비효율적으로 생성될 가능성이 있습니다.
감사합니다.
답변 1