결측치 채우기 부분 관련 질문
424
投稿した質問数 45
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.
回答 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.
출력값 문의
0
6
1
인코딩을 다 꼭 해봐야하는지
0
7
1
LLM 시대에서 머신러닝 개념 이해 필요성 문의
0
9
0
25-2 분기커버리지
0
14
0
25-2 이론 재탕
0
20
1
25-1 이론 재탕
0
20
1
강의 잘보고 있습니다. 강의 파일을 어디서 찾아야 되는지 몰라서 여쭤 봅니다.
0
17
1
서브넷 마스크
0
28
1
모의고사 1회 계산문제 2개 맞았는데
0
44
2
기존 미국주식 자동매매 프로그램과 같은 AWS 서버에서 돌리려고 할때
1
32
1
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
50
2
강의자료 문의
0
41
1
업캐스팅 문제 예시 4번 부모 호출
0
41
1
강의자료 링크 열리지 않음.
0
42
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
42
2
모의고사 자료 해설이 너무 불친절하네요.
0
83
2
부모의 생성자 출력 관련
0
38
2
boxcox를 변환하는 코드 에
0
843
2
레몬에이드 데이터 자료에 없습니다
0
454
1
데이터셋 압축 문제
1
418
1
주피터 노트북, 비쥬얼 스튜디오 다안되는데 다른 방법이없나요
0
221
1
강의자료
0
342
1
레몬에이드 데이터 자료에 없습니다
0
443
2
선생님 문의드립니다.
1
451
2