연속형데이터가 아닌 범주형데이터일때 치우친데이터에 대한 처리

안녕하십니까,

주말에 일이 있어서 답변이 좀 늦었습니다.

카테고리 값은 구분이기 때문에 skew된다는 표현은 잘 사용하지 않으며, 일반적으로 별다른 작업을 하지 않습니다.

구분값이 0(사람), 1(자전거), 2(차)로 되어 있고, 0이 99%, 1과 2가 1%라고 할지언정 연속형 값의 skew와는 차이가 있습니다. 연속형 값의 skew는 큰 숫자값의 종류는 적지만, 정규 분포를 벗어나는 형태의 값 분포를 가지고 있을 경우 알고리즘 특성상 예측 효율일 떨어질 수 있기 때문에 이를 보완하는 기법이 필요할 뿐입니다.

카테고리값은 이러한 skew와는 거리가 있습니다. 굳이 하고자 한다면 one-hot encoding 등의 적용을 고려해 볼 수 있습니다.