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.
11회 기출 유형(작업형1) 2번 정답
0
7
1
f1 score 질문
0
6
1
10회 작업형 2 인코딩 질의
0
6
1
53번 강의에서 갑자기 수업노트가 없어졌습니다.
0
11
2
28:19 roc_auc이유
0
15
2
수강연장문의
0
15
2
전체적인 머신러닝 순서
0
10
1
빅분기 실기 유형2질문
0
15
1
ID 전처리 이유
0
28
2
데이터제공
0
23
2
예시문제 작업형3 꼬리질문2번
0
15
1
데이터 개수를 구할 때, len과 value_counts 차이
0
19
2
작업형 2 제출방
0
19
2
인코딩 스케일링 순서
0
20
2
실제 시험에서도 공식을 문제에서 주는지
0
20
2
수강 연장 문의
0
17
2
작업형2 정리한 내용 확인 부탁드립니다 ㅜㅜ
0
22
1
14강 "" 사용 관련 질문
0
22
2
캐글 제출 점수
0
26
2
기출 마무리 방법
0
50
2
빅이시 작업형2 기초 - 케이스 1~3 관련 문의
0
33
6
데이터프레임 슬라이싱 인덱싱 질문2
0
29
2
단일표본검정, 샤피로검정, 윌콕슨검정
0
38
2
강의자료 다운로드 여부
0
39
2