inflearn logo
강의

講義

知識共有

[非専攻者大歓迎]ゼロベースも簡単に入門するPythonデータ分析

Chapter 1-1.住宅価格予測の問題

결측치 채우기 부분 관련 질문

434

owenchoi96

投稿した質問数 45

0

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.

 

 

matplotlib scikit-learn 머신러닝 배워볼래요? kaggle python numpy pandas

回答 1

0

Evan

  1. 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.

  2. 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.

간단한 질문 있습니다

0

14

1

로지스틱 회귀분석, 분산분석 범주형 변수 관련 외 질문

0

16

1

수업노트에서 프로그램을 따라할 경우 일부 단어만 입력해도 전문이 뜨는데요

0

13

0

[캐글] 작업형3 예상 문제 - 잔차이탈도

0

19

1

로지스틱 회귀 독립변수가 범주형일 때

0

19

1

mtcars.csv파일을 받을 수 있을까요?

0

16

0

벼락치기질문

0

35

1

수강연장 문의 드립니다

0

29

2

수강연장 문의드립니다.

0

26

2

작업형2에서 데이터 분포를 확인하는 이유

0

31

2

10회 기출 작업형 2 문제

0

25

1

코딩팡 프로 인증

0

31

1

이번 강의 학습노트

0

28

2

캐글 질문

0

27

2

코딩팡 pro 관련

0

26

1

9번질문입니다.

0

28

2

시험에 대해서

0

28

2

boxcox를 변환하는 코드 에

0

855

2

레몬에이드 데이터 자료에 없습니다

0

461

1

데이터셋 압축 문제

1

428

1

주피터 노트북, 비쥬얼 스튜디오 다안되는데 다른 방법이없나요

0

226

1

강의자료

0

351

1

레몬에이드 데이터 자료에 없습니다

0

454

2

선생님 문의드립니다.

1

463

2