인프런 커뮤니티 질문&답변

안녕하십니까, 

 

강의가 도움이 되어서 저도 기쁩니다. ^^

 

1. 

skew가 심한 feature들은 log 변환이 standard scaler 보다 나은 선택입니다. . standard scaler가 (x - 평균값)/표준편차 이므로 right skew가 심하게 된 값들을 평균에 가깝게 보정하기 어려울 수 있습니다.  standard scaler는 서로 다른 feature들이 서로 다른 평균과 표준 편차를 가지고 있을 때 이를 feature들의 평균과 표준 편차를 동일하게 가져가는 경우에 잘 활용됩니다. 

 

2. 

GrLivArea 이상치를 제거하는 부분에서(강의 14:00~18:00 부분)

 1. 다른 이상치 제거방법(사분위수)을 써도 되는지?

=> 네, 가능합니다. 다만 크게 성능이 좋아지지는 않아서 적용하지 않았습니다. 

 

 2. 이상치 제거할 때 테스트 데이터에 이상치가 있는지 확인하고 제거하라고 하셨는데 학습검증단계에서 테스트 데이터를 참고해도 되는건가요?

 

=> 테스트 데이터에 이상치가 있는지 확인하고 제거하라는 의미는 너무 이상치 제거를 남용(?)하지 말라는 의미입니다. 테스트 데이터도 이상치가 있다면 학습 데이터의 이상치도 삭제할지 좀 더 생각해 보라는 의미 입니다.  

 

그리고 테스트 데이터 역시 우리가 정해주는 경우가 대부분이기 때문에(캐글이 아니기 때문에 ^^), 테스트 데이터 선정 시 이런 이상치 부분도 필요한 것인지 미리 검토를 하는게 좋습니다. 

 

3. 

=> 네, 돌리는 모델 별로 달라질 수 있습니다. 트리 기반 앙상블 모델은 굳이 scaler를 적용하지 않으셔도 됩니다. 

기본 전처리 -> log 변환등의 feature engineering -> 이상치 제거 등으로 수행하시면 좋을 것 같습니다. 

 

4. 

마지막으로, house price 타켓 컬럼을 log변환해서 학습을 진행을 하셨는데, 타겟값만 log를 씌워주고 다른 값들은 log를 안씌운 상태에서 학습을 하게되면 오류(수치상의 차이 기반)가 발생할 가능성은 없을까요?

 

=> 타겟값만 log를 씌워 주셔야 합니다. 그리고 나중에 예측시 log 변환된 target 값을 예측하므로 예측값을 다시 지수변환으로 역 변환만 해주면 됩니다. 

 

감사합니다.