1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 Kaggle 대회 공략하기
Connected

연습 문제

Stratified K-fold

방금 본 것처럼, 무작위 분할로 인해 폴드마다 타깃 변수 분포가 꽤 다르게 나올 수 있어요. 이 대회에서는 치명적이지 않지만, 타깃 불균형이 큰 분류 대회에서는 문제가 될 수 있습니다.

이를 해결하기 위해, 타깃 변수 기준으로 계층화하는 stratified K-fold 전략을 구현해 보겠습니다. train DataFrame은 워크스페이스에 이미 준비되어 있습니다.

지침

100 XP
  • 3개 폴드와 셔플링을 사용하는 StratifiedKFold 객체를 생성하세요.
  • str_kf 객체를 사용해 각 분할을 순회하세요. 계층화 기준은 "interest_level" 열입니다.
  • 각 분할마다 train_index와 test_index를 사용해 학습 폴드와 테스트 폴드를 선택하세요.