분석가가 고객 데이터를 표준화한 뒤 로지스틱 회귀 모델을 학습하려 한다. 그런데 전체 데이터의 평균과 표준편차를 먼저 계산해 표준화를 수행한 후 데이터를 학습용과 평가용으로 나누면, 평가 데이터의 정보가 간접적으로 모델 개발 과정에 반영될 수 있다. 이러한 문제를 줄이기 위해 Scikit-learn의 Pipeline을 이용하여 전처리와 모델 학습을 하나의

AICE · 0pt

학습 데이터에서 계산한 전처리 기준을 평가 데이터에 일관되게 적용하여 데이터 누수를 줄이기 위해 모델 학습 전에 평가 데이터의 분포까지 활용하여 보다 안정적인 표준화 값을 계산하기 위해 전처리 방법과 관계없이 모든 모델을 동일한 하이퍼파라미터로 학습하기 위해 전처리 과정에서 새로운 정답 레이블을 자동으로 생성하여 모델의 학습 데이터를 늘리기 위해