전처리 관련 문의
전처리 과정에서 꼭 ID 칼럼을 train과 test 둘다 제거해야하는건가요? 그대로 진행하면 안되는건지 여쭤보고 싶습니다.
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. ryj0330님.
ID 컬럼은 일반적으로 고유 식별자로 사용되며, 모델의 학습에 직접적인 유용한 정보를 제공하지 않는 경우가 많습니다. 따라서 ID 컬럼을 전처리 시 제거하는 경우가 많습니다. 이는 모델의 복잡성을 줄이고, 불필요한 데이터로 인한 모델의 혼란을 방지하기 위함입니다.
ID 컬럼을 제거해야 하는 이유:
- 고유성: 모든 값이 서로 다른 경우 머신러닝 모델은 이 컬럼을 유의미하게 활용하지 못할 수 있습니다.
- 노이즈 감소: 필요 없는 특성을 제거함으로써 과적합을 줄이고, 성능을 개선할 수 있습니다.
- 정보성 부족: 예측할 타겟과의 직접적인 관계가 없는 경우가 대부분입니다.
그러나, 모든 경우에 무조건 삭제해야 하는 것은 아닙니다. 데이터에 따라 ID가 특정 패턴이나 그룹을 나타내는 경우에는 신중한 검토 후 남겨 둘 수 있습니다.
ID 컬럼을 남겨도 되는 경우:
- 특정 패턴이나 분류를 나타낼 수 있는 경우, 또는 데이터 탐색 과정에서 유의미한 정보로 사용할 수 있다면 남겨두는 것이 좋습니다.
관련해서 추가적인 정보는 Model Training without ID Columns 페이지에서 확인할 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.
전처리 관련질문
0
2
2
작업형3 기출
0
6
1
유형2에서 데이터분할 생략 가능여부
0
7
1
9회 기출 유형3 질문
0
7
1
lgb 기초편
0
5
1
괄호 사용
0
9
1
작업형 2 데이터 전처리 질문
0
9
0
11회 기출 유형 작업형1 문제 3-1
0
9
0
예시문제 작업형2 (ver2023) 질문입니다
0
10
1
Data type에 따른 처리
0
7
1
데이터 전처리 관련
0
13
2
시험에서 문제 불러오기
0
12
2
2번문제 출력값 질문
0
17
2
pd.get_dummies()가 bool로 반환
0
16
2
대응표본검정 레빈
0
20
3
단일표본검정 문제 유형
0
20
2
[작업형 3] 6~7. 카이제곱 검정
0
16
2
9회 작업형3 문제 1-1
0
32
2
최종답안 계산 방식 질문
0
19
1
시험 치기 전 급하게 질문 사항
0
34
2
유형3
0
29
2
작업형 2 연습문제 섹션 3
0
20
2
11 기출문제 ipynb파일
0
33
2
작업형 3 유형
0
27
2