채널톡 아이콘

인프런 커뮤니티 질문&답변

jmeom님의 프로필 이미지

작성한 질문수 2

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

피처 엔지니어링

데이터 결측치 채울 때 기준데이터

해결된 질문

작성

·

147

0

피처 엔지니어링 강의 시작부분 데이터 전처리 로직 관련 질문입니다.

데이터전처리 X_test 결측치를 채울 때 클래스, 국가의 경우 X_test의 최빈값을 사용하고, 나이나 주당 근무시간은 X_train 평균을 사용하는데 어떤건 X_train을 사용하고, 어떤건 X_test를 사용하는 이유가 있는걸까요???

답변 1

0

퇴근후딴짓님의 프로필 이미지
퇴근후딴짓
지식공유자

제가 혼용해 사용해서 혼란이 있었네요!

일반적으로는 훈련 데이터(X_train)의 통계를 사용해서 결측치를 채우는 것이 맞아요.
모델이 훈련된 데이터의 통계적 특성을 테스트 데이터에서도 일관되게 적용할 수 있도록 하기 때문입니다.
예를 들어, 나이나 주당 근무시간과 같은 연속형 변수는 X_train의 평균을 사용해서 결측치를 채우는 것이 일반적입니다.

하지만 테스트 데이터(X_test)의 통계를 사용해서 결측치를 채울 수도 있습니다.

결론적으로, 어느 쪽이든 머신러닝 모델의 성능이 향상되는 쪽을 선택하는 것이 중요해요. 뒤에서 학습할 평가지표를 통해 모델 성능으로 판단하면 됩니다.