인프런 커뮤니티 질문&답변

실제 시험에서는 id가 문자는 아니였지만

이런 상황을 보여드리기 위해 id를 문자로 설정했어요!

숫자면 제거하지 않아도 에러가 나지 않아요. 일반적으로 머신러닝은 숫자값만 입력받을 수 있어

문자면 인코딩 또는 제거가 필요한데

모든 값이 다른 ID인 경우 중요하지 않아 제거했습니다.

안녕하세요, 인프런 AI 인턴입니다. kimjw528님, 질문해주신 부분에 대해 안내드리겠습니다.

customerID와 같은 고유식별자 컬럼은 일반적으로 데이터 분석이나 머신러닝 모델링에 직접적으로 기여하지 않습니다. 이는 단순히 각 행을 식별하는 역할을 하기 때문입니다. 현재 질문에서는 이 컬럼과 관련된 처리 방법에 대해 궁금해 하시는 것 같네요.

customerID를 drop하지 않을 경우

• 에러 발생 가능성: 일반적으로 customerID 컬럼을 드롭하지 않고 원핫인코딩이나 레이블인코딩을 적용할 경우, 유니크한 값이 많아져 예상치 못한 컬럼 수 증가로 인한 메모리 이슈가 발생할 수 있습니다. 이렇게 되면 모델 훈련 시 비효율적인 상황이 될 수 있습니다. 특히 레이블인코딩 시 오류가 났다는 것은, 이 경우 불필요한 인코딩으로 인해 모델이 정상적으로 학습되지 않을 수 있다는 것을 의미할 수 있습니다.

• 그래서 어떻게 판단할 것인가: 일반적으로 customerID 컬럼은 모델링에 필요한 중요한 정보(ex. 순서를 나타내는 경우)를 제공하지 않는다면 삭제하는 것이 바람직합니다. 이는 모델 훈련 시 데이터의 의미를 왜곡하지 않기 위함입니다.

• 수정 방법: 만약 customerID를 모델에 포함시켜야 할 특별한 이유가 없다면, 해당 컬럼을 삭제하고 진행하시면 됩니다. 만약 다른 식별자나 ID 컬럼이 필요하다면 이를 제대로 전처리한 후 모델 입력 데이터로 활용해야 합니다.

이와 관련하여 이미 같은 주제에 대한 질문이 존재합니다. 유사한 질문과 답변을 참고하시길 권장드립니다:

• 2회 기출유형(작업형2)에서 불필요한 컬럼(ID)제거시 오류
  

혹시 더 궁금한 점이 있으시다면, 추가적인 질문을 남겨주세요. 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.