이번 주는 데이터 사이언스의 핵심 요소 중 하나인 피처 엔지니어링을 해보고 모델 구현까지 해봤다.수치형 변수를 범주형 변수로 변환하는 작업을 진행했고 변수를 효과적으로 구간화하여 데이터의 이해를 돕고, 모델이 데이터의 일반적인 패턴을 학습하는 데 집중할 수 있도록 해봤다. 또한 시각화를 통해 데이터를 더 직관적으로 이해할 수 있었던 것 같다. 범주형 데이터를 머신러닝 모델이 이해할 수 있는 형태로 변환하기 위해 One-Hot Encoding을 적용했고 각 범주가 독립된 차원으로 표현하여, 좀 더 명확하게 모델 예측이나 특성 중요도를 해석할 수 있도록 전처리했습니다마지막으로 피처 엔지니어링 기법들을 적용해서 다양한 모델들로 고객 이탈 여부를 예측하는 모델의 성능을 평가했다. 모델의 정확도를 측정함으로써,..
