데이터 결측치 채울 때 기준데이터
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
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.
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
20
1
작업형 1 -연습문제 4-6
0
21
1
작업형 1 유형 부분
0
31
2
작업형 1 (삭제예정, 구 버전)
0
46
2
수강기간 연장 문의드립니다.
0
30
1
2유형 레이블 인코딩 VS 원핫 인코딩
0
33
3
수강기간 연장 문의드립니다.
0
33
1
인덱스 슬라이싱
0
33
2
질문 드립니다.
0
46
2
강의 내용 관련 질문드립니다~
0
44
2
수강 연장 문의
0
61
2
강의자료 일괄 다운로드
0
55
2
수강기간 연장 문의드립니다
0
45
2
list 문제 질문드립니다~
0
36
2
빅분기 실기 12회 재도전
0
58
2
강의 기간 연장 가능여부 검토 요청건
0
44
2
수강기간 연장 문의 드립니다
0
44
2
수강기간 연장 문의드립니다
0
52
2
질문이요
0
56
2
수강기간 연장 문의드립니다.
0
58
2
문제 3-2 질문드립니다
0
47
2
수강기간 연장 문의 드립니다.
0
61
2
변수, 칼럼 , df 구분
0
51
2
수강기간 연장 문의드립니다.
0
50
2