작성한 질문수
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
해결된 질문
작성
·
231
0
안녕하세요 선생님 다름이 아니라 test의 결측치를 대체할 때 data leakage 문제로 인해 train의 평균값이나 중위수로 대체해주시는걸 보고 궁금한게 있어 질문드립니다. 최빈값 같은 경우는 train의 최빈값으로 안하고 test의 최빈값으로 대체해주셨는데 데이터 누수를 방지하려면 최빈값도 똑같이 train의 최빈값으로 해주는 것인지 아니면 범주형 변수는 상관 없고 수치형 변수만 train값으로 해주는 것인지 궁금합니다.
답변 1
일관성 있게 제공하지 못한 점 죄송합니다. 콘텐츠를 점검 해하도록 할게요!!
일반적으로는 train데이터의 값을 사용해서 전처리 진행하는 것이 일반적입니다.
다반 빅데이터 분석기사에서는 어느쪽이던 큰 문제가 없을 것이라 생각합니다. 🙌
아닙니다 선생님! 항상 친절하게 답변해주셔서 감사합니다.
네 그리고 하나 덧붙이자면
train과 test를 합쳐서 인코딩하는 것은 data leakage 문제를 알면서 알려드렸습니다.
다른 방법이 있긴하나 쉬운 코딩을 위해서 입니다.
화이팅입니다.
아닙니다 선생님! 항상 친절하게 답변해주셔서 감사합니다.