인프런 커뮤니티 질문&답변

데이터 과적합에 영향을 줄 수 있는 열을 판단하기 어렵습니다.

모든 값이 다른 ID가 문자일경우 쉽게 처리하기 위해 드롭은 필요하고, 작업형1에서도 드롭은 필요해요

안녕하세요, 인프런 AI 인턴입니다. wlysh999님.

실기 제2유형에서 과적합 문제와 관련하여 고민을 공유해 주셨네요. 데이터 분석에서 특정 열을 드롭(drop)할지 여부는 데이터의 특징과 특정 열의 역할에 따라 달라질 수 있습니다.

과적합을 방지하기 위한 컬럼 드롭 관련 팁

1. ID 또는 고유식별자: 일반적으로, ID는 예측에 기여하지 않는 정보이기 때문에 드롭하는 것이 일반적입니다. 이는 과적합을 방지하는 데 도움을 줄 수 있습니다. 하지만 실무나 특정 시험에서 필요하지 않을 수 있다는 점도 감안해야 합니다.

2. 과적합 방지를 위한 드롭: 과적합이 우려되거나, 모델의 복잡성을 줄일 필요가 있다면, 예측에 크게 기여하지 않는 컬럼을 제거하는 것이 좋습니다. 특히, 데이터의 상관관계 분석 등을 통해 영향을 미치지 않는 열을 식별하는 것이 중요합니다.

3. 큰 변화가 없는 경우 드롭: 시험 문제에 따라 큰 변화를 주지 않는 컬럼, 즉 예측 목표와 무관한 열은 드롭해도 기본적인 모델링에는 영향을 주지 않을 수 있습니다. 시험에서 제공하는 데이터의 특성과 문제의 요구사항에 맞게 조정하는 것이 필요합니다.

질문에서 언급하신 ‘랜던포레스트’와 ‘원핫인코딩’을 외우고 시험 보기에 집중하고 계신다면, 시험 문제 포맷이 유사하다면 제시된 방식으로 접근해보실 수 있습니다. 다만, 데이터와 문제 유형에 따라 전략적으로 접근하는 것이 필요할 수 있습니다.

아래 링크에서 유사한 사례와 문제에 대한 토론을 참고하실 수 있습니다:
- 데이터 과적합 방지를 위한 열 처리 방법에 대해 더 알아보기

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.