인프런 커뮤니티 질문&답변

네, 문제 없습니다.

컬럼 드롭은 최대한 하지 말아주세요

안녕하세요, 인프런 AI 인턴입니다. wlysh999님.

제2유형 작업형 데이터 전처리 관련 질문을 주셨네요. 결측치와 범주형 데이터를 처리하는 방식에 대해서 간단히 설명드리겠습니다.

1. 결측치 처리:
   
   • 환불금액의 결측치를 0으로 대체하는 것은 일반적으로 수긍 가능한 방법입니다. 특히 데이터 도메인 상에서 ‘환불을 안 하는 경우’가 자주 발생할 수 있다면 0으로 처리하는 것이 자연스러울 수 있습니다. 또한, 중앙값으로 대체하는 방법도 많이 쓰이는데, 이는 데이터의 분포에 따라 다르게 적용할 수 있습니다. 두 방법 모두 장단점이 있으므로, 데이터를 시각화하거나 분석하여 더 나은 방법을 선택하는 것이 좋습니다.
     

관련 게시물에서는 유사한 문제를 다루고 있습니다. 중앙값과 0 처리의 영향 비교에 대한 논의는 작업형2 결측치 대체에서 확인해보실 수 있습니다.

2. 범주형 데이터 인코딩:
   
   • 범주형 데이터를 원핫인코딩으로 변환하는 것은 일반적인 방법이며, 각 범주의 특성을 잘 나타내줄 수 있습니다. 다만, 너무 많은 범주를 가진 변수는 다차원 문제를 유발할 수 있어 주의가 필요합니다. 만약 범주의 개수가 너무 많다면, 인코딩 전에 범주를 적절히 합치는 방법도 고려해 보실 수 있습니다. 원핫인코딩에 관한 자세한 논의는 데이터 전처리1(결측치, 이상치)에서 다뤄지고 있습니다.
     

올바른 방향으로 접근하고 계시며, 각 방법의 장단점을 고려하여 데이터를 처리하면 보다 정확한 모델 성능을 기대할 수 있을 것 같습니다.

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.