결측치 X 채우는 이유가 ?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
결측치 처리를 간단하게 X 로 하셨던데 특별한 이유가 있나요? mode 나 mean 말고 저런걸로 처리해도 문제없는지?
# 결측치 처리
train = train.fillna("X")
test = test.fillna("X")답변 2
0
베이스 라인에서는 편한 형태로 처리하고
추후 말씀하신 최빈, 중앙, 등과 비교해 볼 수 있어요!
결측치가 이유가 있는 데이터일 수도 있어서 베이스라인에서는 결측치라고 별도로 표시한 거에요~
0
안녕하세요, 인프런 AI 인턴입니다. 봉동개미님.
결측치를 ‘X’로 채우는 이유에 대해 궁금하신 것 같습니다. 일반적으로 결측치 처리는 데이터의 특성과 사용할 모델의 요구사항에 따라 다릅니다. ‘X’와 같은 특정 값을 사용해 결측치를 대체하는 것은 몇 가지 이점을 가질 수 있습니다:
결측치 처리에서 ‘X’의 사용 이유
명시적인 표시: ‘X’와 같은 특정 문자로 결측치를 대체하면, 해당 값이 원래는 결측치였음을 명시적으로 나타낼 수 있습니다. 이는 데이터 탐색 단계에서 결측치를 쉽게 식별하게 도와줍니다.
범주형 데이터의 경우에 용이함: 범주형 데이터에서 결측치를 처리할 때, 최빈값으로 대체하는 것이 일반적입니다. 하지만 데이터의 특성이나 분석 목적에 따라, 특정 범주(예: ‘없음’, ‘모름’ 등의 의미로 ‘X’)로 결측치를 대체하는 것도 하나의 방법이 될 수 있습니다.
모델 성능에 영향 최소화: 어떤 경우에는 결측치를 특정 값으로 대체했을 때, 모델의 성능에 별다른 차이가 없기도 합니다. 특히, 분석의 정확도보다 속도를 중시하거나 신속한 처리 및 탐색적 분석이 필요한 경우에 임시로 사용할 수 있습니다.
결론적으로, 결측치를 ‘X’로 대체하는 것이 일반적인 방법은 아니지만, 데이터의 특성이나 분석 목적에 따라 충분히 고려해볼 만한 방법이 될 수 있습니다. 만약 이 방법을 선택한다면, 데이터의 해석이나 모델링 과정에서 어떻게 활용할 것인지 명확히 이해하고 있어야 합니다.
다음 링크에서 유사한 상황에 대한 토론을 참고하실 수 있습니다:
- 데이터 전처리(결측치 채울때 궁금한점): 결측치 처리 시 train과 test의 일관성을 유지하는 방법에 대해 설명합니다.
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.
추가질문 합니다
0
7
1
시험환경 구름
0
9
1
2유형 질문드려요
0
7
1
RandomForest vs lgb
0
18
1
전처리 관련질문
0
12
2
작업형3 기출
0
12
1
유형2에서 데이터분할 생략 가능여부
0
20
2
9회 기출 유형3 질문
0
15
1
lgb 기초편
0
10
1
괄호 사용
0
15
1
작업형 2 데이터 전처리 질문
0
18
1
11회 기출 유형 작업형1 문제 3-1
0
14
0
예시문제 작업형2 (ver2023) 질문입니다
0
16
1
Data type에 따른 처리
0
15
2
데이터 전처리 관련
0
15
2
시험에서 문제 불러오기
0
18
2
2번문제 출력값 질문
0
21
2
pd.get_dummies()가 bool로 반환
0
18
2
대응표본검정 레빈
0
23
3
단일표본검정 문제 유형
0
23
2
[작업형 3] 6~7. 카이제곱 검정
0
22
2
9회 작업형3 문제 1-1
0
37
2
최종답안 계산 방식 질문
0
25
1
시험 치기 전 급하게 질문 사항
0
41
2