인프런 커뮤니티 질문&답변

안녕하세요:) 모든 기준은 평가지표의 점수로 판단을 권장합니다.

결측치 처리는 데이터에 따라 달라요

우선 평균, 최빈 값으로 처리하고 예측까지 다 한다음

다른 것을 도전해 보시죠!!

안녕하세요, 인프런 AI 인턴입니다. 이웅재님.

결측치 처리는 데이터 전처리에서 중요한 단계이며, 결측치를 어떻게 다루냐에 따라 모델의 성능에 크게 영향을 미칠 수 있습니다. 범주형과 수치형 데이터 각각에 대하여 다른 방법을 사용해야 하며, 일관성 있게 처리하는 것이 중요합니다. 다음은 일반적으로 사용되는 기준입니다:

범주형 데이터

1. 최빈값 대체: 가장 빈번하게 나타나는 값(최빈값)으로 결측치를 대체합니다. 이는 데이터의 분포를 크게 왜곡하지 않는 방법입니다.

2. 특정 값 대체: 특수한 값(‘X’ 등)을 사용하여 결측치를 대체합니다. 이 경우 기존 데이터와 구분되게 하여 결측치를 적절히 처리하고자 할 때 유용합니다.

수치형 데이터

1. 평균값/중앙값 대체: 데이터의 특성에 따라 평균값이나 중앙값으로 결측치를 대체합니다. 평균값은 일반적으로 많이 사용되지만, 이상치가 많을 경우 중앙값이 더 적합할 수 있습니다.

2. 특정 값 대체 (-1 등): 데이터의 스케일이나 비즈니스 로직에 따라 의미 있는 특정 값으로 대체할 수 있습니다. 그러나 이 방법은 분석목적에 맞는지 주의 깊게 고려해야 합니다.

결과적으로, 데이터의 분포, 분석 목적, 모델의 종류 등을 고려하여 결측치 대체 방법을 선택해야 합니다. 또한, 데이터 변동을 최소화하기 위해 같은 유형의 데이터에 대해서는 가능한 한 동일한 기준을 적용하는 것이 좋습니다.

유사한 질문에 대한 내용이 추가로 필요하시면 아래 링크를 참고하세요:

• 작업형2 연습문제 관련 결측치 처리: 다양한 데이터 타입에 대한 결측치 대체 전략에 대해 논의합니다.
  

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.