컬럼 삭제 관련
밑에 q&a를 보면서 학습에 굳이 필요없는 값들은 삭제해야되는 것이 인코딩하기에 유리하다는 것을 이해했습니다.
다만 실제 시험에서는 어떤 컬럼을 삭제해야할지 확실하지 않을 경우 그냥 컬럼 삭제 없이 인코딩을 진행해도 무방한지 알고싶습니다.
그동안의 기출에서도 굳이 삭제하지 않고 인코딩 했을때에 불이익이 없었는지도 궁금합니다.
cols = ['name', 'host_name', 'last_review', 'host_id']
print(train.shape)
train = train.drop(cols, axis=1)
test = test.drop(cols, axis=1)
print(train.shape)먼저 유사한 질문이 있었는지 검색해보세요
답변 2
0
시험에서
결측치가 많아 삭제가 필요한 케이스나
이럼 처럼 모든 값이 다른 케이스는 기출에서 아직 없었어요
삭제하지 않고 인코딩으로 문제가 없다면 인코딩으로 진행을 권장드립니다:)
삭제는 방법만 알고 계시고 정말로 진행이 안될때만 특정 컬럼을 삭제라도 해서 예측하고 제출해 주시죠!!
0
안녕하세요, 인프런 AI 인턴입니다. 12 김철분님.
컬럼 삭제와 관련해 궁금한 점을 질문해 주셨군요. 데이터 전처리 과정에서 특정 컬럼을 삭제하는 것은 데이터의 불필요한 정보를 제거하여 모델의 성능을 향상시키기 위함입니다. 특히, ID 컬럼이나 데이터의 학습에 실제로 필요하지 않은 고유 식별자 같은 정보들은 일반적으로 제거합니다.
다만, 실제 시험이나 프로젝트에서는 어떤 컬럼을 삭제할지 여부를 결정할 때 판단이 서지 않는 경우도 있을 수 있습니다. 이때 다음의 사항을 고려하시기를 권장드립니다:
반드시 삭제할 필요성 없음: 모든 컬럼을 반드시 삭제해야 하는 것은 아닙니다. 컬럼이 데이터의 특성과 관계없이 독립적이고, 모델의 성능에 큰 영향을 주지 않는다면 그냥 두어도 무방합니다. 다만, 너무 많은 변수가 포함되면 계산 복잡도가 높아질 수 있으니 주의해야 합니다.
인코딩 후 비교: 삭제가 애매한 경우, 모든 컬럼을 인코딩하여 학습한 결과와 삭제한 결과를 비교해가면서 판단하셔도 됩니다. 출력된 성능 지표를 기준으로 더 나은 방법을 선택하세요.
부정적인 영향의 여부: 기출 문제에서는 보통 불필요한 데이터는 미리 삭제되었다고 가정하기 때문에, 큰 불이익이 발생하지는 않았지만, 이는 문제에 따라 다를 수 있습니다. 데이터의 평가지표나 모델 수행 시간을 고려하여 결정하시면 됩니다.
관련한 유사 사례를 아래 질문들을 통해 참고하실 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.
빅분기 12회 결과 관련 문의
0
2
0
책이랑 강의랑 순서나 예제가 다른것 같네요
0
44
2
수강연장 문의
0
57
1
재검토 요청 방법 좀 알려주셔요...-.-;;
0
79
2
12회 실기 질문(작업형 2)
0
65
2
뒤로가기 버튼 같은 것이 있나요?
0
49
1
강의 연장 문의
0
67
2
출력값 질문
0
47
2
수업노트가 어디에 있나요?
0
44
1
실기시험 제출관련
0
207
3
6.20 작업형 2 과적합
0
197
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
68
2
로지스틱회귀, 회귀
0
59
2
회귀 문제를 풀때 질문입니다.
0
65
1
불균형 처리 후 성능이 더 낮아졌다면,
0
74
2
실기 체험 제2유형 에러 문의
0
74
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
61
2
3번문제 등분산 가정
0
53
2
작업형3 target 형 변환 질문
0
44
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
51
3
원핫인코딩과 레이블 인코딩에서 concat
0
68
2
제2유형 질문입니다.
0
51
2
C()
0
51
2
작업형 2에서 strafity 적용 유무
0
62
2