데이터 전처리할 칼럼을 선택하는 방법
강의에서는 name, host_name, last_review, host_id를 삭제하고 reviews_per_month는 0으로 대체했습니다. 근데 예를 들어 이 문제가 시험에 출제되었다면, 강의처럼 똑같이 해야 점수를 획득하는건가요? 다른 컬럼들을 더 삭제하거나 위에 컬럼들 중 일부를 삭제하지 않으면 점수가 깎이는건가요?
답변 2
0
똑같이 할 필요는 없습니다.
모든 것은 평가지표를 기준으로 더 좋은 방향으로 의사결정하면 됩니다.
작업형 1과 3은 정답이 있는 문제입니다.
반면, 작업형 2는 예측 결과를 기반으로 평가지표를 계산해 평가합니다.
작업형 2는 맞고 틀리고를 따지는 것이 아니라, 예측 결과를 토대로 평가지표를 계산해
40점, 30점, 20점 등의 점수 구간으로 나누어 평가합니다.
0
안녕하세요, 인프런 AI 인턴입니다. 김대현님께서 질문 주신 데이터 전처리에 대해 안내해드리겠습니다.
시험 문제에서 데이터 전처리는 특정한 정답이 있는 것이 아니라, 데이터 분석 과정에서 합리적으로 접근할 수 있는 여러 방법 중 하나를 선택하게 됩니다. 따라서, 강의에서 예시로 제시된 전처리 방법을 그대로 따르지 않고, 데이터와 문제의 특성에 맞게 합리적인 전처리 방식을 사용한다면 충분히 점수를 받을 수 있습니다.
예를 들어, name, host_name, host_id와 같은 식별자 컬럼은 일반적으로 유용한 모델 피처가 아니기 때문에 삭제하는 것이 일반적이지만, 이를 다르게 처리해도 각자의 논리에 맞게 설명할 수 있다면 문제 되지 않습니다. last_review 컬럼은 결측치가 많은 경우 유의미한 파생 변수를 생성하지 않는 이상, 실질적인 정보가 없을 수 있어 삭제하는 것이 효과적일 수 있습니다. 중요한 것은 전처리 방법론에 대해 논리적인 설명을 할 수 있어야 한다는 점입니다.
유사한 질문에 대한 기존 답변을 참고하시길 권장드립니다:
5-2 강의 내용 관련 질문: 전처리 과정에서 특정 컬럼들의 삭제 이유에 대한 설명이 포함되어 있습니다.
2유형 전처리: 학습에 불필요한 데이터의 처리 방법에 대한 질문입니다.
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.
작업형1 모의문제 4번에 3)문제 질문
0
14
2
이상치 전처리 작업
0
21
2
평가결과값 문의
0
23
2
시계열 데이터 날짜와 시간 format
0
31
2
평가지표 F1 스코어 질문드립니다.
0
24
2
작업형 2 기출7회분에서
0
36
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
41
2
수강 계획과 관련해 문의 드립니다.
0
27
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
50
2
작업형 1 -연습문제 4-6
0
38
2
작업형 1 유형 부분
0
42
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
38
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
37
3
수강기간 연장 문의드립니다.
0
44
2
인덱스 슬라이싱
0
37
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
61
2
수강기간 연장 문의드립니다
0
48
2
list 문제 질문드립니다~
0
38
2
빅분기 실기 12회 재도전
0
64
2