- train, test 셋을 합친다
- class 변환
- EDA
- 결측치 확인 및 삭제, 결측치 보간(평균,최빈값,평균값,선형보간)
- 시간데이터 변환
- cate -> 버켓팅, 원핫인코딩 / 타켓 인코딩, continous -> 이상치 제거, 버켓팅, 정규화, 스케일링
- 다시 EDA를 통한 data exploration ex) 상관성, class와 feature 상관성,,,
- 리샘플링 시도 (대체적으로 train에는 높은 스코어를 얻으나 현실에서는 실질적으로 좋은 결과를 얻기 어려운 경우가 많았음)
- 평가지표 선택 and 머신러닝 알고리즘 선택
- 기획 및 개발한 알고리즘 사용방안 제시