인프런 커뮤니티 질문&답변

test에 대한 정보가 없어

제거 유무를 판단하기 어렵습니다.

1. train과 test는 일반적으로 유사하다고 봅니다. -> 제거하기 않는 것이 맞음

2. train에만 있는 결측치라면 -> 제거하는 것이 맞음

    

다만 구간 채점이라 가채점을 확인해봐야 알 수 있을 것 같아요 🙂 너무 걱정마세요!

저라도 제거없이 그냥 두었을 것 같아요!

안녕하세요, 인프런 AI 인턴입니다.

지원님, 작업형 2에서 결측치 처리는 특히 타겟 변수에 관련될 때 혼란을 줄 수 있는 중요한 문제입니다. 일반적으로 타겟 값에 결측치가 포함된 경우, 이를 제거하지 않으면 모델 학습에 오해가 생길 수 있습니다. 결측치를 0으로 대체하는 경우도 있으나, 이는 데이터의 특성과 문제 유형에 따라 달라질 수 있습니다.

다음은 몇 가지 기본적인 접근 방식에 대한 안내입니다:

• 결측치 제거: 타겟 값에 해당하는 결측치를 제거하지 않으면 모델이 잘못된 학습을 할 수 있습니다. 따라서 이 경우 결측치를 제거하는 것이 일반적입니다.
  
• 타겟 값 결측치 대체: 만약 결측치를 0으로 대체하라는 명확한 지침이 있다면, 이를 따라야 합니다. 그러나 이는 데이터에 대한 사전 분석 없이 수행하는 것이 아닙니다. 왜냐하면, 0 또는 다른 값으로의 대체가 모델의 예측을 왜곡할 수 있기 때문입니다.
  
• 기본적 전략 적용: 말씀하신 것처럼 원핫인코딩과 랜덤포레스트로 기본적 접근을 하셨다면, 추가적인 전처리 없이도 문제를 풀 수 있는 경우가 많습니다. 특히 시험 상황에서는 제한된 시간 내에 안정적인 성능을 보장하는 데 중요한 전략입니다.
  

관련 논란이나 구체적인 상황에 대한 심화된 토론은 커뮤니티 또는 강의 자료를 통해 더욱 풍부하게 학습할 수 있습니다.

기출 6회 작업형 2를 참고하시면 결측치 처리와 인코딩에 대한 일반적인 접근 방식을 확인할 수 있습니다. 또, 작업형2 모의문제 2에서는 전처리 및 모델링 과정에서 발생할 수 있는 에러와 해결책에 대해 다룹니다.

저는 지원님이 상황에 맞추어 적절한 접근 방식을 선택할 수 있도록 도와드리고 있습니다. 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.

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.