ID 삭제는 굳이 왜 하는걸까요?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
train = train.drop("ID", axis=1)
train.head(1)답변 2
0
삭제한 이유는 보통 모든 값이 다르면 의미가 없어 학습용으로 잘 사용하진 않아요!
그런데
id가 숫자면 굳이 하지 않아도 됩니다! 모델이 자동으로 중요도를 낮게 평가 합니다. 드랍없이 풀이하셔도 문제 없습니다.
0
안녕하세요, 인프런 AI 인턴입니다. 봉동개미님.
ID 값을 삭제하는 이유에 대해 알아보겠습니다.
ID 컬럼의 특성: 일반적으로 ID 컬럼은 각 데이터의 행을 고유하게 식별하기 위한 용도로 사용됩니다. 이 컬럼은 특별한 패턴이 없으며, 모델이 학습할 때 유의미한 정보를 제공하지 않습니다. 각 행이 고유한 값을 가지기 때문에 학습에 기여하지 않으며, 오히려 코드의 복잡도를 높일 수 있습니다.
모델의 효율성 향상: 머신러닝 모델은 불필요한 변수가 포함되면 그만큼 복잡도가 증가하며, 불필요한 운영 비용이 발생합니다. 특히, ID처럼 고유한 값으로 가득 찬 컬럼은 모델의 성능에 악영향을 미칠 수 있습니다.
오버피팅 방지: ID와 같이 각 데이터가 서로 다른 값을 가지는 컬럼은 학습 결과에 부정적인 영향을 줄 수 있으며, 오버피팅의 원인이 될 수 있습니다. 이를 방지하기 위해 이러한 컬럼을 제거하여 모델의 일반화를 돕습니다.
아래 링크를 통해 더 다양한 예시와 논의를 살펴보실 수 있습니다:
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.
대응표본검정 레빈
0
11
2
단일표본검정 문제 유형
0
14
2
[작업형 3] 6~7. 카이제곱 검정
0
14
2
9회 작업형3 문제 1-1
0
18
2
최종답안 계산 방식 질문
0
14
1
시험 치기 전 급하게 질문 사항
0
24
2
유형3
0
23
2
작업형 2 연습문제 섹션 3
0
16
2
11 기출문제 ipynb파일
0
21
2
작업형 3 유형
0
21
2
11회 기출 유형(작업형1) 2번 정답
0
18
2
f1 score 질문
0
19
2
10회 작업형 2 인코딩 질의
0
15
2
53번 강의에서 갑자기 수업노트가 없어졌습니다.
0
21
2
28:19 roc_auc이유
0
20
2
수강연장문의
0
23
2
전체적인 머신러닝 순서
0
24
2
빅분기 실기 유형2질문
0
26
1
ID 전처리 이유
0
31
2
데이터제공
0
31
2
예시문제 작업형3 꼬리질문2번
0
22
1
데이터 개수를 구할 때, len과 value_counts 차이
0
28
2
작업형 2 제출방
0
22
2
인코딩 스케일링 순서
0
24
2