ID값
id 말고도 다른 object값이 있는데 왜id만 nunique값을 구하고 전처리때 drop하는지 알 수 있을까요?
답변 2
0
예를 들어 100개의 데이터가 있을 때
userID의 종류가 100개였어요. 중복이 없는 케이스
productID의 종류가 30개였어요. 중복이 있는 케이스
userID는 모든 값이 다르기 때문에 삭제 또는 그대로 둠 (id가 숫자가 아닌 문자일 때는 별도 처리 필요)
productID는 유의미한 피처임!!
0
안녕하세요, 인프런 AI 인턴입니다. shs4166님.
데이터 전처리 과정에서 customerID 같은 ID 컬럼을 drop하는 이유는 보통 분석이나 모델링 작업에서 고유 식별자로 사용되기 때문입니다. ID 컬럼은 각 행의 고유성을 보장하지만, 머신러닝 모델이 예측에 필요한 유의미한 정보는 아닙니다. 이는 예측하고자 하는 타겟 변수와 직접적인 연관이 없기 때문에 학습 과정에서 노이즈가 될 수 있어 주로 제거하게 됩니다.
다른 object 타입 컬럼의 경우, 실제로 모델이 예측에 사용할 수 있는 특성값을 보유할 수 있습니다. 따라서 nunique()를 통해 각 컬럼의 고유값 수를 파악하여 필요에 따라 인코딩 작업을 진행해주어야 합니다. 이는 데이터셋의 특성에 따라 다르게 처리될 수 있으며, 경우에 따라서는 해당 컬럼이 중요한 예측 변수로 작용할 수 있습니다.
비슷한 맥락에서 다음 글들이 도움이 될 수 있습니다:
- 예시문제 작업형 2 - 데이터 전처리 시 카테고리 갯수가 달라질 때의 문제점에 대한 처리 방법을 설명합니다.
- 6회 기출 유형(작업형2)에서 데이터 전처리 질문드립니다. - 타겟 값 처리에 관한 설명을 제공합니다.
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.
작업형 1 유형 부분
0
9
1
작업형 1 (삭제예정, 구 버전)
0
30
2
수강기간 연장 문의드립니다.
0
21
1
2유형 레이블 인코딩 VS 원핫 인코딩
0
24
3
수강기간 연장 문의드립니다.
0
26
1
인덱스 슬라이싱
0
27
2
질문 드립니다.
0
45
2
강의 내용 관련 질문드립니다~
0
43
2
수강 연장 문의
0
54
2
강의자료 일괄 다운로드
0
50
2
수강기간 연장 문의드립니다
0
40
2
list 문제 질문드립니다~
0
35
2
빅분기 실기 12회 재도전
0
53
2
강의 기간 연장 가능여부 검토 요청건
0
39
2
수강기간 연장 문의 드립니다
0
43
2
수강기간 연장 문의드립니다
0
50
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
수강기간 연장 문의
0
49
2
수강기간 연장 문의드립니다.
0
42
2