결측치 채우기 부분 관련 질문
394
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.
Cursor 실행 문의
0
9
1
데이터 전처리 관련
0
9
2
시험에서 문제 불러오기
0
7
2
2번문제 출력값 질문
0
12
2
pd.get_dummies()가 bool로 반환
0
13
2
대응표본검정 레빈
0
17
3
단일표본검정 문제 유형
0
17
2
[작업형 3] 6~7. 카이제곱 검정
0
15
2
시스템 아키텍처를 강의에 나온 것 처럼 그리고 싶은데 공유 가능할까요?
1
11
2
9회 작업형3 문제 1-1
0
26
2
최종답안 계산 방식 질문
0
17
1
PROJECT_STRUCTURE.md 파일 공유좀 해주세요
0
16
2
맥북에서 아이패드로 연결해서 보려고 하면 화면이 안뜹니다.
0
5
1
시험 치기 전 급하게 질문 사항
0
29
2
노션 사용권한 불편합니다.
0
13
2
유형3
0
28
2
작업형 2 연습문제 섹션 3
0
18
2
boxcox를 변환하는 코드 에
0
811
2
레몬에이드 데이터 자료에 없습니다
0
427
1
데이터셋 압축 문제
1
392
1
주피터 노트북, 비쥬얼 스튜디오 다안되는데 다른 방법이없나요
0
198
1
강의자료
0
320
1
레몬에이드 데이터 자료에 없습니다
0
410
2
선생님 문의드립니다.
1
421
2