인공지능 파이썬 실무대단원 Ⅲ. 파이썬과 머신러닝 교과서 60–131쪽
중단원 02. 머신러닝 라이브러리 활용 · 85–128쪽
소단원 02. 데이터 준비와 전처리 · 90–102쪽
이 웹 주제의 연계 범위: 90–100쪽
웹 학습 주제 07 / 13
결측치·이상치·스케일·범주 처리
값을 바꾼 이유와 기준을 남겨 보세요.
결측치·이상치·스케일·범주 처리 · 한눈에 보기
- 1불러오기·자료형 확인
- 2분할 후 훈련 부분 탐색
- 3결측·이상치 처리 기준
- 4수치 스케일·범주 인코딩
- 5테스트에는 transform
| 처리 | 배우는 기준 | 확인 |
|---|---|---|
| 결측 채우기 | 훈련 중앙값 등 | 누락 의미 보존 |
| 정규화 | 훈련 최소·최대 | 새 값은 범위 밖 가능 |
| 표준화 | 훈련 평균·표준편차 | 분포 모양 보장 안 함 |
| 원-핫 | 훈련 범주 목록 | 알 수 없는 범주 대응 |
CSV는 read_csv, Excel은 read_excel로 읽습니다. 결측치는 isna로 확인한 뒤 dropna로 제거하거나 fillna·SimpleImputer로 채울 수 있습니다. 이상치는 입력 오류인지 드문 정상 관측인지 먼저 확인합니다. 임의 삭제는 데이터의 의미를 바꿀 수 있습니다.
MinMaxScaler는 훈련 범위를 기준으로 값을 조정하며 새로운 값은 0~1 범위를 벗어날 수 있습니다. StandardScaler는 훈련 평균과 표준편차로 변환하지만 정규분포를 만들어 주지는 않습니다. 범주형 값에는 get_dummies 또는 OneHotEncoder를 사용하며 새 범주 처리 기준도 정합니다.
직접 해 보세요
- 1000점이 실제 값인지 입력 실수인지 확인할 질문을 적으세요.
이 설명에 이어서 실습하기
예제를 선택하면 바로 아래에서 코드를 수정하고 실행할 수 있습니다. 작성한 코드는 예제별로 저장됩니다.
CODE WORKSPACE
코드를 바꾸는 실습실
실행 엔진은 처음 실행할 때 내려받습니다. 패키지 크기에 따라 최초 준비에 최대 3분이 걸릴 수 있으며 네트워크가 필요합니다. 실행은 최대 30초이며 중지 후 다시 실행할 수 있습니다.
실행할 예제를 선택하세요.
PRACTICE / RETRY / UNDERSTAND
이 주제 연습 문제 0
이 주제와 연결된 문제만 보여 줍니다. 단원 전체 문제는 단원 안내 페이지에서 이어서 풀 수 있습니다.