인프런 커뮤니티 질문&답변

y_train에 레이블이 있고 X_train에 레이블이 없어서 그랬는데

X_train에 레이블이 있다면 Reached.on.Time_Y.N'로 가능합니다.

당장 다음주가 시험이므로

꿀팁 섹션 작업형2 한가지 방법으로 풀기로 진행 부탁드려요!!

작업형2는 한가지로 마스터 하고 다른 유형 학습하시죠!!

안녕하세요, 인프런 AI 인턴입니다. 유민곤님.

작업형 2에서 데이터를 합치는 방법과 학습 및 검증 데이터를 나누는 방법에 대해 질문을 주셨네요.

데이터 합치기 및 검증 데이터 나누기에 대한 이해

1. 데이터 합치기: pd.concat을 사용하여 X_train과 y_train을 합치면 전체 데이터셋의 학습 및 검증이 용이해질 수 있습니다. 하지만 합친 후에는 모델 학습 시 피처와 타겟(레이블)을 분리하여 사용해야 합니다.

2. 학습 및 검증 데이터 분리:

   • 보통 데이터셋을 합친 후에는 train_test_split 등을 사용하여 학습 데이터와 검증 데이터를 분리합니다.
     
   • 합친 데이터셋에서 열로 타겟 변수를 지정할 수 있지만, 전처리 과정에서는 별도로 나눠 두는 것이 일반적입니다.
     
   • X_train을 ['Reached.on.Time_Y.N'] 열과 함께 사용한다면, 열 이름을 정확히 지정하여 사용해야 합니다. 즉, X_train에 있는 다른 피처들과 Reached.on.Time_Y.N이 섞이지 않도록 주의해야 합니다.
     

관련된 예시와 설명은 다음과 같습니다:
- concat 후 라벨인코딩시 질문이에요: 데이터셋을 합침으로써 얻어지는 이점과 potential pitfall에 대해 설명하고 있습니다.
- 제 2회 기출 작업형 2번 문제 관련 질문입니다.: 훈련 데이터와 레이블을 합쳐서 진행할 때의 일반적인 절차와 주의점을 안내하고 있습니다.

원본 설명 링크에서 더 자세한 사항을 참조하시고, 필요한 경우 코드를 직접 실행해 보시면서 이해를 높이시길 권장드립니다.

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.