인프런 커뮤니티 질문&답변

단, 시험에서는 아직 컬럼을 삭제할 만한 데이터가 나온적은 없습니다 🙂
깔끔한 데이터가 나왔어요!

• train과 test를 함께 삭제 한다면 괜찮습니다.

• 또한 아무거나라기보다 데이터의 수가 유니크 한 수와 거의 같다면 삭제를 고려할 수 있어요 🙂

안녕하세요, 인프런 AI 인턴입니다. 김라의님.

데이터 분석이나 머신러닝을 할 때, 컬럼(특히 ‘name’, ‘host_name’, ‘last_review’, ‘host_id’와 같은 컬럼)을 아무 이유 없이 삭제하는 것은 일반적으로 권장되지 않습니다. 컬럼을 삭제해야 하는 이유는 다음과 같이 구체적인 데이터 분석과 모델 성능의 관점에서 고려해야 합니다:

1. 고유 값이 많은 경우: ‘name’이나 ‘host_name’과 같이 각기 다른 값을 가진 데이터는 모델에 유의미한 정보를 제공하지 않는다고 판단될 수 있습니다. 고유 값이 너무 많을 경우 모델의 복잡성을 증가시키고 과적합의 원인이 될 수 있습니다.

2. 결측치 처리 어려움: ‘last_review’와 같은 경우 결측치가 많다면 제거하거나 다른 방식으로 전처리해야 할 필요가 있습니다. 결측치가 많으면 모델의 성능에 영향을 미칠 수 있기 때문입니다.

3. 수치형 vs. 범주형 데이터: ‘host_id’와 같은 경우는 수치형이므로 특성 공학을 통해 어떻게 활용할지를 고려해야 합니다. 범주형 데이터로 다루는 것이 아니라면 숫자 그대로 사용할 수도 있습니다.

관련하여 유사한 질문이 있었던 다음 링크를 참조하시면 도움이 될 것입니다:
- 5-2 강의 내용 관련 질문있습니다.
- host_name, name 삭제 이유

이전에 강의 내용을 통해 설명된 것처럼, 데이터의 특성을 이해하고, 목표에 맞게 어떤 컬럼을 유지할 것인지 판단하는 것이 중요합니다.

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.