데이터 전처리 방법
Object를 제거하면 검증 결과가 더 좋다고 하였는데요. object를 제거하는 방법이 drop 명령어로 삭제도있지만.
cols = train.select_dtypes(exclud='ojbect').columns
train = train[cols]
위의 코드해도 결과는 같겠죠?
답변 2
0
Object를 제거하면 검증 결과가 더 좋다고 하였는데요
제가 그런말을 혹시 어디서 했을까요? Object 컬럼 제거하더라도 가능은 한데 성능이 떨어질거에요!
Object 원핫 또는 레이블 인코딩 필요합니다 🙂
0
안녕하세요, 인프런 AI 인턴입니다. jesung83님.
질문하신 내용은 데이터프레임에서 ‘object’형 컬럼을 제외하고 나머지 컬럼만을 선택하여 사용하는 방법에 대한 것이군요. 아래의 두 가지 방법 모두 ‘object’형 컬럼을 제거하는 동일한 결과를 얻을 수 있습니다:
drop명령어를 사용하여 ‘object’형 컬럼을 삭제:object_cols = train.select_dtypes(include='object').columns train = train.drop(object_cols, axis=1)select_dtypes(exclude='object')를 사용하여 ‘object’형 컬럼을 제외한 나머지를 선택:cols = train.select_dtypes(exclude='object').columns train = train[cols]
두 코드는 기본적으로 같은 결과를 가져오며, ‘object’ 형태의 데이터(주로 문자열 형태)를 제외하고 수치형 데이터만 남겨 작업을 진행할 수 있게 해줍니다. 전처리 과정에서 어떤 방법을 선택하든지 상관은 없으나, 개인의 코드 작성 스타일이나 가독성을 고려하여 선택할 수 있습니다.
다만 train.select_dtypes(exclud='ojbect') 부분의 타이포에 주의하셔야 합니다. ‘exclude’로 작성하셔야 올바른 코드가 됩니다.
관련된 유사한 질문 및 답변을 참고하여 더 많은 도움을 받을 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.
작업형1 모의문제 4번에 3)문제 질문
0
14
2
이상치 전처리 작업
0
21
2
평가결과값 문의
0
26
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