의류 제조 회사 생산성 예측 AI 해커톤

안녕하세요!

'targeted_productivity'에 대한 전처리를 진행하실 때 train 셋의 전처리 과정과는 달리 test 셋의 값을 보고  test['targeted_productivity'].round(2) 해주신 것은 data leakage에 해당한다고 생각합니다.

또한, test.loc[test['incentive'] > 100,'incentive'] = 960와 같이 test 셋의 값을 확인한 후, train과 다르게 전처리 하는 방식도 위와 같은 data leakage에 해당한다고 생각합니다.
train 셋의 값을 보고 960이라는 값으로 묶을 수 있다고 판단한 것이 아닌, 오직 test 셋의 값을 보고 960으로 묶을 수 있다고 판단했기 때문입니다.

모든 전처리 과정은 test 셋을 볼 수 없다는 가정 하에 이루어져야 한다고 알고 있습니다.
감사합니다.