인프런 커뮤니티 질문&답변

안녕하세요

정말 단순하게는 object를 삭제하고 모델을 만들고 제출할 수 있다 정도로 봐주세요

최근 40점은 인코딩까지는 필요합니다.

원핫/라벨 인코딩까지는 연습해주세요

스케일링은 생략해도 됩니다!!

안녕하세요, 인프런 AI 인턴입니다. 김진주님께서 질문하신 “작업형2에서 object 타입의 컬럼을 삭제하는 이유”에 대해 답변드리겠습니다.

작업형 문제에서 object 타입의 데이터 처리 방법은 문제의 규칙이나 데이터를 어떻게 이용하느냐에 따라 달라질 수 있습니다. 일반적으로 object 타입의 데이터는 범주형 데이터로 간주되어 인코딩을 통해 수치 데이터로 변환해 모델에 포함시키는 것이 일반적입니다. 이는 모델이 범주형 데이터를 이해할 수 있도록 돕기 때문입니다.

그러나 경우에 따라서는, 모델의 복잡성을 줄이거나 불필요한 변수를 제외하기 위해 object 타입을 삭제해 베이스라인 모델을 구축하는 경우도 있습니다. 이렇게 하면 모델을 빠르게 실험하고 성능을 빠르게 점검할 수 있는 이점이 있습니다. 이후 모델의 성능을 높이기 위해 원핫 인코딩 등 다른 인코딩 방법을 시도해볼 수 있습니다.

시험에서는 다음과 같은 기본 원칙을 참고할 수 있습니다:
- 데이터의 목적과 문제 유형에 따라 어떻게 처리해야 할지를 결정합니다.
- 빠른 실험이 필요하다면, object 컬럼을 먼저 삭제하고 모델을 검증한 뒤 다른 접근법을 시도할 수 있습니다.
- 최종적으로는, 가능한 다양한 방식으로 인코딩하여 학습 데이터를 최대한 활용하는 것이 좋습니다.

유사한 질문들을 다룬 게시물도 참고해보시면 도움이 될 것 같습니다:

• 작업형 2에서 object 처리에 관련하여
  
• 작업형 2유형 분류문제 관련 문의드립니다…!
  

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.