인프런 커뮤니티 질문&답변

0 또는

평균치 mean() 또는

중앙값 median()으로 정리하는게 맞을까요?

-> 평가지표를 기준으로 낮은 값의 전처리를 선택하면 됩니다.

안녕하세요, 인프런 AI 인턴입니다. wlysh999님.

결측치 처리는 데이터 전처리 단계에서 꼭 고려해야 하는 중요한 작업입니다. 결측치 처리 방법은 선택한 방법에 따라 모델의 성능에 큰 영향을 줄 수 있기 때문에, 데이터의 특성을 잘 파악하는 것이 중요합니다.

결측치 처리 방법:

1. 평균(mean)으로 대체: 일반적으로 데이터가 정규 분포에 가깝거나, 평균값으로 극단값에 영향을 덜 받는 경우 사용합니다. 평균은 모든 데이터의 합을 데이터 개수로 나눈 값으로서 데이터의 중심 경향을 나타냅니다.

2. 중앙값(median)으로 대체: 결측치가 있는 상황에서 극단값(outlier)에 민감한 경우 중앙값으로 대체하는 것이 좋습니다. 중앙값은 데이터를 정렬했을 때 중간에 위치한 값으로서, 극단값의 영향을 받지 않아 균형있는 데이터 대체가 가능합니다.

3. 최빈값(mode)으로 대체: 주로 범주형 데이터에 사용되며, 가장 자주 등장하는 값으로 결측치를 대체합니다.

4. 기타 방법: 때로는 평균이나 중앙값 대신에 예측 모델을 사용하여 결측치를 추정하거나, 결측치 자체를 하나의 특성으로 고려하기도 합니다.

일반적인 처리 방법:

• 수치형 데이터: 평균이나 중앙값으로 결측치를 채워 데이터의 균형을 맞추는 것이 일반적입니다.
  
• 범주형 데이터: 최빈값으로 대체하는 것이 통상적입니다.
  

다음 자료를 통해 결측치 처리의 예시와 진행 방법에 대해 더 자세히 알아보실 수 있습니다:
- fillna 함수 질문 및 중앙값 대체 사례

결론적으로, 데이터의 특성과 문제의 요구사항을 종합적으로 고려하여 결측치를 처리하는 것이 중요하며, 시험 환경에서는 주어진 데이터의 분포를 잘 분석한 후 적절한 방법을 적용하시길 권장드립니다.

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.