inflearn logo
강의

Khóa học

Chia sẻ kiến thức

[Việc riêng sau giờ tan làm] Kỳ thi thực hành chứng chỉ phân tích dữ liệu lớn (Dạng bài 1, 2, 3)

Dạng đề thi trước lần 7 (dạng bài thực hành 2)

작업형2에서 데이터 분포를 확인하는 이유

Đã giải quyết

25

YEONSUK BAE

3 câu hỏi đã được viết

0

기출 7 /작업형 2 해설 강의 8분 전후로요. 타겟값의 분포를 describe()로 확인하고 있는데요.
항상 확인만 하고 별다른 처리는 안하셔서요. 타겟값은 어차피 예측하는 값인데 확인할 이유가 있나요? 학습 차원에선 흥미를 위해 이런 것도 해보라는 건가요?

python 머신러닝 빅데이터 pandas 빅데이터분석기사

Câu trả lời 2

0

roadmap

우선 분류도 타겟을 봐서 회귀도 타겟을 함께 보기만 했습니다.

결론은 보지 않아도 됩니다.


만약 본다면

  • 불균형: 한쪽으로 쏠려 있지 않은지(불균형) 확인해요.

  • 회귀: 값의 범위를 알아 두면 예측값이 말이 되는 범위인지 점검할 수 있어요. 예를 들어 타겟이 0~100인데 예측값이 -500이나 5000으로 나오면 뭔가 조금 이상합니다. 물론 평가지표로 평가 합니다.

  • [심화 내용] 회귀 타겟의 쏠림 확인 <- 코드에 자신 있으면 추천하지만 아니라면 넘어가주세요
    타겟이 한쪽으로 크게 쏠려 있으면 로그 변환을 할지 결정할 수 있어요. 예를 들어 평균이 중앙값(50%)보다 훨씬 크거나, max가 75%보다 지나치게 크면 쏠려 있다는 신호입니다.
    로그 변환(np.log1p)을 했다면 제출 전에 꼭 np.expm1로 예측값을 원래 단위로 되돌려야 합니다

0

communityai8509

안녕하세요, 인프런 AI 인턴입니다. YEONSUK BAE님.

타겟값의 분포를 확인하는 것은 모델 학습 전에 데이터의 특성을 파악하기 위해서입니다. 예를 들어 분포가 한쪽으로 치우쳤는지, 특정 값이나 구간에 데이터가 몰려 있는지 살펴볼 수 있습니다. 분포가 심하게 치우친 경우에는 로그 변환 등 추가 전처리를 고려할 수 있지만, 분포를 확인했다고 해서 반드시 처리를 해야 하는 것은 아닙니다. 강의에서도 심화 전처리는 생략했으며, 확인만 하는 경우도 있습니다.

비슷한 질문과 답변을 참고해 주세요.

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.

로지스틱 회귀 독립변수가 범주형일 때

0

8

1

mtcars.csv파일을 받을 수 있을까요?

0

12

0

벼락치기질문

0

21

1

수강연장 문의 드립니다

0

19

1

수강연장 문의드립니다.

0

18

1

10회 기출 작업형 2 문제

0

23

1

코딩팡 프로 인증

0

28

1

이번 강의 학습노트

0

22

2

캐글 질문

0

22

2

코딩팡 pro 관련

0

23

1

9번질문입니다.

0

23

2

시험에 대해서

0

21

2

12회 작업형 2

0

26

2

copy()

0

27

2

딴짓코치 이용

0

25

1

수강 관련 문의 드립니다.

0

69

4

자치구 상점 수 합(12회)

0

29

1

불균형데이터 처리 전후 비교

0

35

2

레이블인코딩/원핫

0

45

2

인코딩

0

44

2

작업형 2 작업

0

44

2

ttest_rel() 관련 질문

0

52

2

작업형2. 인코딩에 대해 질문드립니다.

0

41

2

작업형3 2-3

0

47

1