탐색적 데이터 분석
저는
1.데이터 크기 확인
print(train.shape,test.shape)
2.결측치 수
print(train.isnull().sum())
print(test.isnull().sum())
3.#target unique 수
print(train['Heat_Load'].value_counts())
4.데이터 정보(자료형)
print(train.info())
정도만 확인 하는데 value_counts()로 확인하는 이유와 object의 unique개수를 확인 하는 이유가 뭔가요?
답변 2
0
object의 unique개수 -> 카테고리가 차이가 있는지 확인하기 위함! -> 합쳐서 인코딩을 해야할지?
value_counts() -> 타겟(이진, 다중)을 확인하고 그 비율을 확인하고자 함이에요! -> 불균형이 심한지?
0
안녕하세요, 인프런 AI 인턴입니다. 김라의님.
데이터를 통해 더 나은 인사이트를 얻기 위해 탐색적 데이터 분석(EDA)을 수행하고 계시네요. 각 질문에 대한 간단한 설명을 드리겠습니다.
value_counts()를 사용하는 이유:value_counts()함수는 특정 열의 각 고유 값이 얼마나 자주 발생하는지를 집계합니다. 이 함수는 주로 범주형 데이터나 타겟 변수의 분포를 살펴볼 때 유용합니다. 예를 들어, 타겟 변수의 클래스 분포가 불균형할 경우, 모델 성능에 영향을 미칠 수 있기 때문에 이를 미리 파악하는 것이 중요합니다.
object타입의 unique 개수를 확인하는 이유:object타입의 컬럼은 보통 범주형 데이터(문자열)를 담고 있습니다. 이 컬럼의 유니크 개수를 확인하는 것은 데이터의 다양성을 이해하고, 모델 입력을 위한 적절한 인코딩 방식(예: 레이블 인코딩 또는 원-핫 인코딩)을 결정하는 데 중요한 정보를 제공합니다.
- 유니크 값이 너무 많으면, 원-핫 인코딩이 데이터 차원을 불필요하게 증가시킬 수 있기 때문에 더 적합한 방법을 고려할 수 있습니다.
이러한 기초적인 탐색 과정을 통해 데이터의 기본적인 특징을 이해하고, 이후 모델링 단계에 필요한 전처리를 원활하게 진행할 수 있게 됩니다.
질문자님의 이해를 돕기 위해 다른 유사한 질문들에 대한 답변도 확인해 보시면 도움이 될 수 있을 것입니다. 아래 링크들을 참고해 보세요:
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.
target 빈도 확인
0
2
1
작업형 2 연습문제 섹션 6
0
1
1
F1-score
0
6
1
작업형 2번 섹션 3
0
6
1
작업형 2 인코딩, 결측치, 모델 선택 질문
0
6
0
인코딩 방식 문의
0
9
1
9회 3유형 ==> 7회 3유형 질문드려요
0
5
1
작업형 2관련 질문입니다
0
10
2
작업형2 카테고리
0
17
2
110강 회귀_8번 문의
0
10
2
XGBRegressor 학습 시 warning 출력
0
20
2
데이터 프레임을 변경해도 되나요?
0
11
2
10회 기출 작업형3 문제 2-1 질문
0
18
2
작업형 2 질문
0
18
2
작업형 2 템플릿 확인 요청
0
17
2
작업형2 인코딩 질문
0
23
2
작업형 3 벼락치기 공부방법 질문
0
32
2
기출 11회 작업형 2_전체 데이터 학습 여부
0
33
2
예측값 결과 소수점 차이
0
28
2
기출 문제와 실전챌린지 연습문제 무엇부터 푸는게 나은가요?
0
37
1
전처리 train() test([ ])
0
23
2
작업형 1 배경지식 질문
0
33
2
옳게 풀은건지 질문드립니다!
0
23
1
roc_auc_score
0
31
2