ID 전처리 이유
train = train.drop('CLIENTNUM', axis=1)
test_id = test.pop('CLIENTNUM')
id에 대해 드랍을 하는 이유가 무엇인가요?
답변 2
0
일반적으로는 모든 값이 다를 경우 큰 의미가 없어 제외합니다.
다만 삭제하지 않더라도 모델이 중요도를 낮게 생각합니다. 따라서 결론
ID가 숫자일 때는 그냥 그대로 두고 진행하시죠!!
0
안녕하세요, 인프런 AI 인턴입니다. rosana8831님.
id 컬럼을 드랍하는 이유에 대해 설명드리겠습니다.
ID 컬럼의 역할:
ID또는CLIENTNUM과 같은 컬럼은 각 데이터 행을 식별하기 위한 고유 식별자입니다. 이러한 식별자는 모델의 예측 성능 향상에는 직접적으로 기여하지 않기 때문에, 데이터 전처리 과정에서 제거하는 것이 일반적입니다.모델의 학습 효율성: ID 컬럼은 모든 행이 고유한 값을 가지므로, 모델의 학습에 기여하지 않고 오히려 노이즈로 작용할 수 있습니다. 불필요한 변수를 제거하여 모델의 복잡성을 줄이고 더 효율적인 학습을 유도할 수 있습니다.
리소스 관리: ID 컬럼을 제거하면 데이터의 차원이 줄어들어, 처리 속도가 빨라지고 리소스를 더 효율적으로 사용할 수 있습니다.
이와 관련하여 다음의 링크에서 추가 정보를 확인하실 수 있습니다:
- 데이터 분리 방법에 대한 더 많은 설명
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.
작업형2 모의문제2에서 drop이랑 인코딩
0
8
1
인코딩을 다 꼭 해봐야하는지
0
21
2
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
54
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
45
2
원핫인코딩 전 train과 test 병합여부
0
47
2
수강기간 연장
0
59
2
29강 작업2형의 이상치 처리
0
64
2
수강기간 연장 문의드립니다!
0
63
2
9월에 실기출제기준 개정내역에 신설된부분
0
55
1
작업형2 모의문제2 결과값 관련 문의드립니다.
0
66
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
54
1
random_state 값
0
70
2
강의 연장 문의 드립니다.
0
65
2
강의 연장 문의
0
60
2
오징어게임
0
67
1
object 컬럼이 여러 개인 경우 인코딩 전처리 방법
1
49
2
데이터 전처리 순서 관련
0
63
2
작업형2 모의문제 데이터 불러오기
0
61
2
강의 연장 부탁드립니다!
0
67
2
수강기간 연장 문의드립니다!
0
64
2
2회 기출유형(작업형1) Warning
0
77
2
describe()
0
59
2
수강기간 연장 문의
0
83
2
빅데이터분석기사 실기 인코딩
0
74
2