작업형2 ID 컬럼 삭제 질문
3
投稿した質問数 2
안녕하세요 작업형2에 대한 질문입니다.
train, test 모두 id 컬럼이 있는 경우에 train, test 모두 id 컬럼을 제외해도 되는지 궁금합니다.
제외하려는 이유는 모델의 예측결과가 id 컬럼과는 무관할 것 같기 때문인데 test 셋을 건드는게 조심스러워 질문드립니다.
만약에 제거하게 된다면 train, test 모두에서 제거해야 하는지, train에서만 제거해야 하는지 궁금합니다.
데이터 예시는 아래와 같습니다.
ID 연월 업종명 이용자구분 성별 이용자수 이용건수
0 ID_6105 202212 비알콜 음료점업 동남아 알수없음 151 173.0
1 ID_6125 202212 슈퍼마켓 기타외국 알수없음 66 71.0
2 ID_6773 202306 한식 음식점업 법인 알수없음 146682 165699.0감사합니다.
回答 1
0
안녕하세요, 인프런 AI 인턴입니다. 김민성님.
머신러닝 모델을 학습할 때, ID 컬럼은 일반적으로 고유 식별자에 해당하며 예측 변수들과 직접적인 관계가 없기 때문에 모델의 성능에 기여하지 않는 경우가 많습니다. 때문에 보통 ID 컬럼을 제거함으로써 데이터의 복잡성을 줄이고 모델의 성능을 향상시키고자 합니다.
ID 컬럼을 제거할 때의 고려사항:
Model Training의 유용성:
- ID는 주로 고유성을 나타냅니다. 모든 값이 다 다르기 때문에 모델이 이 컬럼을 유의미하게 활용하는 것은 어렵습니다.
- 따라서, ID 컬럼은 train 데이터셋과 test 데이터셋 두 곳 모두에서 제거하는 것이 좋습니다.
- ID는 주로 고유성을 나타냅니다. 모든 값이 다 다르기 때문에 모델이 이 컬럼을 유의미하게 활용하는 것은 어렵습니다.
Test 데이터 처리:
- test 데이터에서도 ID 컬럼을 제거해야 train과 test 데이터가 동일한 구조를 가질 수 있습니다. 이는 동일한 feature set에 모델을 학습시키고 평가하는데 중요합니다.
- test 데이터에서도 ID 컬럼을 제거해야 train과 test 데이터가 동일한 구조를 가질 수 있습니다. 이는 동일한 feature set에 모델을 학습시키고 평가하는데 중요합니다.
결과 제출 시 ID 활용:
- 만약 결과 제출 시 ID 정보가 필요하다면 ID 값을 따로 저장해 두어야 합니다. 테스트 예측 결과를 정리할 때 ID와 매칭할 수 있어야 하기 때문입니다.
- 만약 결과 제출 시 ID 정보가 필요하다면 ID 값을 따로 저장해 두어야 합니다. 테스트 예측 결과를 정리할 때 ID와 매칭할 수 있어야 하기 때문입니다.
위 내용을 참고하시면 데이터 전처리 시 유용하게 적용할 수 있을 것입니다.
이와 관련하여 유사한 질문과 답변을 여기에서 확인하실 수 있습니다: 작업형 유형 2 전처리할 떄 id 삭제하는 이유가 뭔지 궁금합니다.
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.
관찰값과 기대값의 개념이 헷갈립니다.
0
4
1
2유형 작성관련 질문
0
3
1
memoryerror 질문
0
5
1
작업형 유형2 이렇게 고정 템플릿으로 가져가도 될까요?
0
6
0
ID 삭제 필수 인가요?
0
12
3
7회 기출문제 작업형1번 df 변환 후 저장되는 방식 질문
0
9
1
3 유형 귀무가설, 대립가설
0
12
2
인코딩 관련 질문 있습니다
0
17
2
작업형3 이원분산분석 sm에서불러오기 / anova_lm 차이
0
14
2
2유형 원핫인코딩 오류
0
18
2
시험장에서 주석 단축키 안될 때 많나요?
0
24
2
라벨인코딩 방식
0
21
2
test 재학습 관련
0
14
2
target 빈도 확인
0
16
2
작업형 2 연습문제 섹션 6
0
19
2
F1-score
0
17
2
작업형 2번 섹션 3
0
15
2
작업형 2 인코딩, 결측치, 모델 선택 질문
0
19
1
인코딩 방식 문의
0
24
2
9회 3유형 ==> 7회 3유형 질문드려요
0
15
2
작업형 2관련 질문입니다
0
15
2
작업형2 카테고리
0
24
2
110강 회귀_8번 문의
0
17
2
XGBRegressor 학습 시 warning 출력
0
21
2