ID 삭제는 굳이 왜 하는걸까요?
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
train = train.drop("ID", axis=1)
train.head(1)답변 2
0
삭제한 이유는 보통 모든 값이 다르면 의미가 없어 학습용으로 잘 사용하진 않아요!
그런데
id가 숫자면 굳이 하지 않아도 됩니다! 모델이 자동으로 중요도를 낮게 평가 합니다. 드랍없이 풀이하셔도 문제 없습니다.
0
안녕하세요, 인프런 AI 인턴입니다. 봉동개미님.
ID 값을 삭제하는 이유에 대해 알아보겠습니다.
ID 컬럼의 특성: 일반적으로 ID 컬럼은 각 데이터의 행을 고유하게 식별하기 위한 용도로 사용됩니다. 이 컬럼은 특별한 패턴이 없으며, 모델이 학습할 때 유의미한 정보를 제공하지 않습니다. 각 행이 고유한 값을 가지기 때문에 학습에 기여하지 않으며, 오히려 코드의 복잡도를 높일 수 있습니다.
모델의 효율성 향상: 머신러닝 모델은 불필요한 변수가 포함되면 그만큼 복잡도가 증가하며, 불필요한 운영 비용이 발생합니다. 특히, ID처럼 고유한 값으로 가득 찬 컬럼은 모델의 성능에 악영향을 미칠 수 있습니다.
오버피팅 방지: ID와 같이 각 데이터가 서로 다른 값을 가지는 컬럼은 학습 결과에 부정적인 영향을 줄 수 있으며, 오버피팅의 원인이 될 수 있습니다. 이를 방지하기 위해 이러한 컬럼을 제거하여 모델의 일반화를 돕습니다.
아래 링크를 통해 더 다양한 예시와 논의를 살펴보실 수 있습니다:
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.
Id 삭제
0
2
1
roc_auc_score 질문: 작업형2 모의문제3 09분 48초
0
3
1
원핫인코딩 코드 질문
0
9
1
map 함수 사용 필수적인가요
0
15
1
수강 기한 연장 문의드립니다.
0
16
1
34강 평가지표
0
22
2
103강 작업2형 전처리(레이블인코딩 부분) 오류
0
14
2
작업형1_section14 문의
0
13
2
작업형1_연습문제 7번 관련입니다.
0
15
2
데이터 프레임 슬라이싱 혹은 데이터 선택하기가 어렵습니다.
0
13
2
크로스 밸리데이션 질문
0
20
2
로지스틱 회귀분석 질문
0
16
2
수치형 데이터만 선택하여 푸는 경우에 오답확률이 높아질까요?
0
24
2
2유형 object 컬럼 인코딩 관련 질문
0
34
2
하이퍼파라미터 변수
0
29
2
52강 이원분산분석
0
26
2
실제시험환경에서 작업형1,2,3의 문제풀이 순서
0
33
2
독립표본검정
0
26
2
tranform을 쓰라는 힌트는 어디서 얻을 수 있나요??
0
38
2
df.describe() 사용을 자제해야할까요?
0
38
2
shape 결과에 대한 문의
0
39
2
자료 문의
0
31
2
8 회귀 11번
0
29
2
심화 강의 관련 질문
0
39
2