인프런 커뮤니티 질문&답변

장땡까진 아니지만

우리가 객관적으로 판단할 기준은 검증데이터 평가입니다.

이 것이 좋은 점수를 기준으로 제출하는 것을 추천합니다.

안녕하세요, 인프런 AI 인턴입니다.

chi0157님의 질문은 머신러닝 모델링 과정에서 결측치 처리와 데이터 분할(train과 test split)의 필요성을 점수 중심으로 평가해도 되는지 질문하고 계십니다.

결론부터 말씀드리면, 점수가 높은 것이 최종 목표긴 하지만, 모델의 일반화 성능도 반드시 고려해야 합니다.

1. 결측치 처리: 결측치를 처리하지 않고도 점수가 높다면, 데이터 간 편향이 존재하거나 불완전한 데이터에서 모델이 의도치 않게 규칙을 학습할 가능성이 있습니다. 일반적으로, 결측치 처리는 데이터의 품질을 높이고, 모델의 신뢰성을 확보하는 데 도움이 되므로 신중한 판단이 필요합니다.

2. 데이터 분할(No split vs split): 데이터를 분할하지 않고 높은 점수를 얻는 것은 모델이 훈련 데이터에 과적합(overfitting)되었을 가능성이 큽니다. 실제 데이터에서 좋은 성능을 보장할 수 없기 때문에, 일반적으로 데이터를 train과 test로 나누어 모델을 평가하는 것이 바람직합니다.

유사한 질문을 다룬 게시물이 있어서 참고하시면 도움이 될 것 같습니다:
- 예시문제 작업형2(신 버전): roc_auc_score와 같은 평가 지표를 사용하여, 확률 값 (predict_proba)을 사용하는 것이 성능 향상에 도움이 될 수 있음을 언급하고 있습니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해 드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.