전처리 관련질문
2
작성한 질문수 3
이번 회차 같은경우에는 고객 id를 drop 하였는데 학습하는데 있어서 방해가 되는 요소이기때문에 drop하는건 알겠습니다만. 이 또한 언제는 하고 언제는 안하셨는데 기준이 뭔지 모르겠습니다.
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 이강현님.
데이터 전처리에서 pd.get_dummies를 통한 원-핫 인코딩은 범주형 데이터의 각 범주를 이진 벡터 형태로 변환하는 과정으로, 주로 범주형 데이터를 모델이 이해할 수 있는 형태로 바꾸기 위함입니다. 다음의 기준으로 사용할 수 있습니다:
get_dummies 사용 기준:
- 범주형 데이터: 데이터셋에 범주형 변수가 존재할 때, 원-핫 인코딩이 필요합니다. 일반적으로 모델이 범주형 데이터를 처리할 수 없기 때문에 이진 벡터 형태로 변환하여 모델에 입력합니다.
- 데이터 양 및 메모리 제한: 범주 개수가 많을 경우, 열 수가 급격히 증가할 수 있기 때문에 메모리 제한이 있을 시 주의를 기울여야 합니다.
- 모델의 특성: 트리 기반 모델(예: 랜덤포레스트)은 원-핫 인코딩 없이도 범주형 데이터를 처리할 수 있지만, 선형 모델들이나 신경망들은 처리할 수 없습니다.
ID 컬럼 제거 기준:
- 고유 식별자: ID와 같이 각 데이터 포인트를 고유하게 식별하는 열은 보통 모델이 학습에 불필요한 정보를 제공하기 때문에 제거합니다. 이는 모델이 실제 예측과 무관한 부분에서 정보를 배우는 것을 방지합니다.
- 패턴 탐지: 하지만, 데이터셋의 ID가 특정한 의미 있는 패턴을 포함하고 있다면, 분석 용도로는 남겨두는 것이 유리합니다. 이 경우는 상당히 드물며, 일반적으로 ID는 제거하는 것이 권장됩니다.
유익한 유사 답변들:
- 관련된 내용으로, 데이터 전처리시 궁금점! 질문에서는 범주형 및 수치형 데이터의 전처리 방법에 대해 자세히 설명되어 있습니다.
- 또한, ID 제거와 관련해 전처리 관련 문의에서는 ID 열을 왜 Delete하는지에 대한 추가적인 설명이 포함되어 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.
작업형3 기출
0
6
1
유형2에서 데이터분할 생략 가능여부
0
7
1
9회 기출 유형3 질문
0
8
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
11회 기출 유형(작업형1) 2번 정답
0
28
2