인프런 커뮤니티 질문&답변

안녕하십니까,

1. 정리하면 기존에 암 데이터 피처는 종양크기, 위치, 색 등으로 피처데이터로 구성되어서 학습하고 예측 했는데스태킹에서 predict로 나온 결과값들(0,1,1,0 예로 들어) 어떻게 학습을 하게 되는 건가요…?

=> 스태킹 메타 모델의 학습을 정리하자면 학습 피처들을 학습한 여러개의 모델들의 예측한 결과 패턴을 다시 학습하여 최종적인 예측 결과를 도출하는 것이라고 생각해주시면 될 것 같습니다.

그래서 예측 결과들을 메타 모델을 위한 학습 데이터로 다시 만드는 것입니다.

2. 추가적으로 메타모델이 로지스틱이면 앞선 데이터들로 어떻게 로지스틱 알고리즘을 활용하여 결과를 도축하나요…? 학습과 레이블은 0,1식으로 되어있는데..

=> 음, 이건 질문을 잘 이해하지 못했습니다. 학습과 레이블이 0, 1 식으로 되어 있는데 왜 로지스틱 알고리즘이 적용이 안되는 이유가 없어 보입니다만,

머신러닝 데이터는 숫자형이기만 하면 다 학습과 레이블 데이터로 사용될 수 있습니다.

원하시는 답변이 아니면 다시 글 부탁드립니다.

감사합니다.