작업형2 문풀

컬럼이 너무 많아서 직접 고를 수 없을 경우

select_dtypes(include=['', ''])

이 함수를 이용해서 인코딩 필요없는 숫자 컬럼들만 가져오거나

 

아니면 unique값 너무 높은 + 결측치값 너무 많은 컬럼만 drop하고 쓰기

 

타겟이 너무 치우쳐 있는 경우 (분류ㄴㄴ 회귀에서)(이건 고급 내용...)

타겟이 너무 치우쳐있으면 로그변환을 해줘야하는데

1. 타겟이 치우쳐있는지 어떻게 알아?

왜도(skewness) 를 보면된다. 

print(y_train['charges'].skew())

이렇게 데이터의 왜도를 출력해봤을 때

1이상이면 로그변환을 해줘야한다고 생각하면 된다.

 

2. 로그변환은 언제 어떻게 해?

y_train['charges'] = np.log1p(y_train['charges'])

넘파이의 log1p()를 기억하자.

 

3. 모델으로 다 예측하고 가장 score 좋게 받은 모델 선정까지 다 끝낸다음, 꼭!!! 원래 스케일로 돌려주고 제출해야한다!!!

np.log1p() 함수로 로그변환했다면 무조건 np.expm1()함수로 돌려줄 수 있다. 

예측값을 expm1()함수로 꼭 돌려주자.