결측치 채우기 부분 관련 질문
398
45 asked
안녕하세요 선생님. 결측치 채우기 섹션에서 궁금한 부분이 있어 질문을 드립니다.
결측치 채우기 부분에서 왜 문자열 데이터는 빈도가 높은 데이터 순을 대치하는 방법을 적용하는지 궁금하여 여쭤봅니다.
그리고 그 아래 코드에 .mode()는 어떤 것을 의미하는 지 알려주시면 감사드립니다.
그 부분과 연결지어 아래 부분에,
# 이제 각 Feature 마다 빈도수가 가장 많이 나타나는 값을 추가하는 코드를 작성한다.
for i in final_cat_vars:
all_df[i] = all_df[i].fillna(all_df[i].mode()[0])
빈도수가 가장 많이 나타나는 값을 왜 추가하는지 알려주시면 감사드립니다.
Answer 1
0
결측치 대치는 여러가지 방법이 있는데, 그 중 가장 쉬운 방법인, 빈도수가 가장 많이 나온 것을 대체 한 것입니다. 이 방법이 꼭 좋은 방법은 아니나, base 머신러닝 모형을 구축할 때는 쉽게 구축 할 수 있기 때문에 사용한다고 생각하면 될 것 같습니다.
mode() 함수는 문자열의 각 값을 계산한 후, 높은 순부터 정렬하여 반환합니다. mode()[0]은 각 칼럼에서 가장 높은 값을 추출한다는 뜻입니다.
결측치 대치는 이 문제 하나만으로도 논문으로 나올 수 있는 매우 어려운 문제입니다. 본 강의에서는 가장 쉬운 방법을 택했다고 보면 될 것 같습니다. 문자열 결측치에서 가장 큰 어려운 문제는 high-cardinality 이슈가 있습니다. 관련 키워드로 검색해보시고, 혹시나 이해가 어려우면 추가로 강의를 제작해서 올리도록 하겠습니다.
파이썬 학습자료가 강의 자료와 다릅니다.
0
21
3
섹션 2 - 9강 강의자료 다운로드 문제
0
11
2
첨부파일이 열리지 않습니다.. .pdf.json 파일로 받아지네요ㅠ
0
10
1
29강 3:09
0
17
2
28강 6:42
0
16
2
22강 17:33
0
21
2
75강 26년 1회 코드 문제 해석 강의 질문 드립니다.
0
18
2
모의고사
0
23
1
17강 28:26
0
19
2
C언어 기출문제 변형에서 6번 문제입니다. 20:56
0
18
3
python.add에 대해서
0
11
1
17강 22:38
0
22
2
16강 2:17
0
34
2
부모 및 자식 생성자 출력 관련
0
31
2
부모 및 자식 생성자 출력
0
31
2
빅분기 12회 결과 관련 문의
0
36
1
안녕하세요 선생님. 경로 불일치 질문 드립니다.
0
28
2
boxcox를 변환하는 코드 에
0
818
2
레몬에이드 데이터 자료에 없습니다
0
431
1
데이터셋 압축 문제
1
394
1
주피터 노트북, 비쥬얼 스튜디오 다안되는데 다른 방법이없나요
0
199
1
강의자료
0
326
1
레몬에이드 데이터 자료에 없습니다
0
416
2
선생님 문의드립니다.
1
422
2