인프런 커뮤니티 질문&답변
작성한 질문수
머신러닝 순서
작성
·
383
0
안녕하세요 선생님!
저번에 feature importance에 대해 답변 너무 잘 받았습니다!
다름이 아니고 정확한 머신러닝 순서가 따로 있는지 궁금해서 이렇게 질문드립니다.
이런 질문을 드린 이유로는
1) Train-test-split → 결측치 처리 → oversampling → scaler → model
2) Train-test-split → 결측치 처리 → scaler → oversampling → model
위의 2가지 경우의 성능이 많이 차이가 나서 질문을 드리게 되었습니다!
답변 2
0
선생님, 안녕하세요! 위의 질문과 다른 내용이지만, 데이터셋 관련 문의를 드립니다! 다중 클래스 분류 모델에서 데이터셋의 클래스 별 이미지들이 육안으로 보기엔 큰 차이가 없이 similarity가 강할 경우, 어떤 방식으로 전처리를 하면 좋을까요?
0
안녕하십니까,
둘중에 어느것이 성능이 떨어지는 지 잘 모르겠지만,
먼저 학습 데이터에 scaler를 적용했으면 테스트 데이터에도 scaler를 적용해 주시는게 좋습니다. 단 학습 데이터에 fit()을 적용한 scaler를 이용해서 test데이터에 transform()을 적용하셔야 합니다. 아니면 전체 데이터에 scaler를 적용하고 train_test_split()으로 분할해 주십시요.
그리고 가능하다면 oversampling은 맨 마지막에 적용해 주십시요.
마지막으로 중요한 사항은 테스트 데이터에는 oversampling을 적용해서는 안됩니다. 테스트 데이터에 oversampling을 적용하면 모델 성능이 테스트 시에 좋아지는데 이건 왜곡된 결과입니다. 테스트 데이터는 oversampling하지 않고 실제 데이터와 동일한 유형의 데이터가 사용되어야 합니다.
어떻게 scaler, oversampling을 적용해 주셨는지 더 자세히 기재해 주시면 좋을 것 같습니다.
감사합니다.