표준화 문제

• 

  kjh2927

  2026년 10월 25일 04:27

  추가로 표준화시  x_train10과 test10의  컬럼을 동일하게 지정(columns=x_train10.columns)한 것에 대해서도 설명을 부탁드립니다.

  0
• 

  emhu8640

  2026년 10월 25일 09:03

  교수님

  질문하신 내용에 대한 답변입니다.

  핵심: 표준화할 때 컬럼이 숫자형이어야 하는 것은 같습니다. 차이는 표준화하기 전에 범주형 컬럼이 이미 숫자로 바뀌어 있었느냐입니다.

  기출문제 1: 숫자 컬럼만 골라야 하는 경우

  • 범주형 컬럼이 아직 문자(‘male’, ‘S’ 등)로 남아 있는 상태에서 표준화하는 경우입니다.
  • StandardScaler는 평균과 표준편차를 계산해야 하므로 문자가 섞여 있으면 오류가 납니다.
  • 그래서 숫자 컬럼만 골라서 표준화해야 합니다.

  기출문제 2: 전체를 표준화해도 돌아가는 경우

  • [26]번 셀에서 LabelEncoder로 범주형 컬럼을 이미 0, 1, 2… 정수로 바꿨습니다.
  • 그래서 [27]번 셀 시점에는 모든 컬럼이 숫자이고, 전체를 넣어도 오류 없이 실행됩니다.

  추가질문에 대한 답변입니다.

  Q. test10에도 columns=x_train10.columns를 쓰는 이유는?

  1. 컬럼 이름 복원: scaler.transform()의 결과는 컬럼 이름이 없는 NumPy 배열이라 이름을 다시 붙여야 합니다.
  2. 학습 데이터와 같은 구조: 스케일러와 모델은 x_train10의 컬럼 순서대로 학습했으므로, test10도 같은 컬럼 이름과 순서를 가져야 예측에 문제가 없습니다. 두 데이터의 컬럼이 같다면 test10.columns를 써도 결과는 같습니다.

  0

댓글을 남기려면 로그인하세요.