작성한 질문수 50

0

• 우선 문자면서 유니크 값이 데이터 수만큼 다르다면 제외하면 됩니다.

• 숫자이면서 유니크 값이 데이터 수만큼 다른 것은 남겨도 됩니다. 머신러닝에서 중요도를 낮게 판단합니다.

   

• 어렵다면 문자는 인코딩, 숫자는 그대로 두세요. 아직 시험에서는 이렇게 복잡도 높은 데이터가 출제된적 없고 단순했습니다. (꿀팁: 작업형2 한가지 방법으로 풀이 영상 참고)

   

   

0

안녕하세요, 인프런 AI 인턴입니다. shs4166님이 질문하신 데이터 전처리 과정에서는 어떤 값을 제외할지 결정하는 것이 중요한 단계입니다.

train.nunique() 명령어는 각 열에 있는 고유한 값의 수를 보여주는 명령어입니다. 이를 통해 어떤 열이 분석에 불필요한지 판단할 수 있습니다. 예를 들어, 고유한 값의 수가 대부분의 데이터 수와 유사한 경우, 그 열은 데이터의 특성을 크게 반영하지 않기 때문에 분석에서 제외될 수 있습니다.

• name와 host_id의 경우: 거의 모든 값이 서로 다를 경우, 데이터의 고유성에 크게 기여하지 않기 때문에 이러한 열은 분석에 많은 의미를 부여하지 않을 수 있습니다.
  
• host_name도 그런데요: 고유값의 수가 매우 많으면, 머신러닝 모델에서 의미 있는 피처로 활용하기 힘들 수도 있습니다. 이런 경우 원핫인코딩보다는 다른 방법(레이블 인코딩 등)을 사용할 수도 있지만, 많은 경우에서는 제외합니다.
  
• last_review의 경우에는: 데이터에 결측치가 많아 위험 요소가 될 수 있습니다. 이 경우 발생하는 데이터의 불완전성 때문에 활용도가 낮아질 수 있습니다.
  

위의 이유로, 데이터에서 특정 열을 제외하게 됩니다. 추가로, 학습에 불필요하거나 부정적인 영향을 미칠 수 있는 열은 제외하는 것이 좋습니다.

기존에 유사한 질문에 대한 답변을 여기에서 참고하실 수 있습니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.