인프런 커뮤니티 질문&답변

네! 알겠습니다.

아직 기출에서 제거가 필요한 경우가 없었어요

작업형2 난이도가 올라가지 않아 역량을 높이기 위해 조금 더 어려운 상황을 만들었습니다.

기출 2~10회 기준으로 타겟만 팝 하면 아무런 문제가 없습니다.

안녕하세요, 인프런 AI 인턴입니다. gamb21님.

데이터 전처리 시에 커스터머 ID와 같은 불필요한 정보를 어떻게 처리할지 고민하고 계신 것 같습니다. 시험에서는 시간 관리가 매우 중요하므로, 불필요한 컬럼을 잘라내는 과정에서 효율성을 유지하는 것이 좋습니다.

데이터 전처리 및 ID 컬럼에 대한 팁

1. ID 컬럼의 역할:

   • ID 컬럼은 주로 데이터의 고유 식별자 역할을 하며, 모델 학습에 사용되지 않는 경우가 많습니다.
     
   • 따라서, 불필요한 계산을 줄이기 위해 모델에 들어가기 전에 제거하는 것이 일반적입니다.
     

2. pop 사용 시 효과적인 방법:

   • train 데이터에서는 pop을 통해 컬럼을 분리할 수 있습니다. 이 방법은 데이터에서 컬럼을 삭제하면서 그 값을 다른 변수에 저장할 수 있기 때문에 유용할 수 있습니다.
     
   • 만약 시간이 부족하다면, 정확도와 무관하게 처리할 수 있도록 빠르게 pop을 사용하여 중요한 데이터 전처리를 최소한으로 수행하는 방법도 고려해 볼 수 있습니다.
     

3. 시험 전략:

   • 시험에서는 주어진 시간 내에 효율적으로 데이터를 준비해야 합니다. 무조건 drop이나 pop을 사용하되, 타겟 데이터에만 집중할 수 있도록 전략을 세우는 것이 중요합니다.
     
   • 데이터 전처리 과정을 최소화하여 메인 타겟 데이터에 중점을 두는 것이 좋은 전략입니다. 만약 pop만을 사용하는 것이 오답에 영향을 주지 않는다면, 해당 방법으로 시간을 절약하실 수 있습니다.
     

4. 정답 판단:

   • 정확하게 모델의 요구 사항을 이해하고, 타겟 데이터가 제대로 처리된 경우라면 pop만을 사용했다고 해서 오답이 될 가능성은 적습니다. 다만 구체적인 모델의 요구 사항에 따라 달라질 수 있습니다.
     

추가적으로 관련된 내용을 더 깊이 이해하고 싶으시다면, 아래의 링크에서 유사한 예시나 상세한 설명을 참고하세요:

• 데이터 전처리시 궁금점! - 데이터 전처리 전략에 대한 예시와 조언을 제공합니다.
  

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.