학습 데이터에 Pipeline을 적합하고 테스트 데이터에 적용하는 방법으로 가장 적절한 것은?

AICE · 0pt

학습 데이터에서 전처리 단계와 모델을 적합한 뒤, 테스트 데이터에는 학습된 전처리를 적용하고 예측을 수행한다. 학습과 테스트 데이터를 합쳐 결측치 대체 기준과 인코딩 기준을 적합한 뒤, 테스트 데이터의 레이블만 제외하고 평가한다. 전처리 단계는 테스트 데이터에서 적합하고, 모델은 학습 데이터에서 적합해야 변환 기준의 편향을 줄일 수 있다. Pipeline을 사용하면 교차검증 과정에서 모든 전처리 단계가 자동으로 학습 폴드별로 다시 적합되므로, 별도 설정 없이도 데이터 누수가 방지된다.