[TIL] 최근후_201026

### **키워드**:

Accuracy vs F1, class_weight, leakage, 데이터셋 고르기

### **배운 것**:

타겟의 분포가 쏠려있다면(imbalanced), accuracy보단 f1이 모델을 평가하는데 적합하다.

class_weight 이라는 하이퍼파라미터를 통해 불균형을 완화시킬 수 있다.

모델을 학습시킬때 타겟의 정보가 들어가면 정보누수를 일으킨다. 평가지표가 1이거나 너무높다면 의심해보고 트리구조를 보고 확인 가능.

데이터를 직접 고르고 직접 전처리하는 과정을 해보기

### **느낀 점**:

적절한 데이터를 찾고 알아보는 눈을 갖는것은 생각보다 어려운 스킬이다... 내가 계획한 분석을 위해 어떤 전처리를 해야하는지를 정하는 것 또한 어렵다...