데이터 전처리에서의 변환 방법은 다양합니다. 주요한 방법들을 아래와 같이 설명해드리겠습니다.
결측치 처리 (Missing Value Imputation) 1. 결측치 처리 (Missing Value Imputation): 데이터에서 일부 특성의 값이 누락된 경우, 해당 결측치를 대체하는 방법입니다.
대표적인 방법으로는 평균, 중앙값, 최빈값 등의 대체값을 사용하는 방법이 있습니다. 이상치 처리 (Outlier Detection/Removal) 2.
이상치 처리 (Outlier Detection/Removal): 데이터에서 이상치는 일반적인 패턴에서 벗어나는 값을 말합니다. 이상치가 있는 경우, 모델의 예측 결과를 왜곡시킬 수 있습니다.
따라서 이상치를 탐지하고 제거하는 방법을 사용합니다. 스케일링 (Scaling) 3.
스케일링 (Scaling): 데이터의 크기를 조정하는 방법으로, 일반적으로 모든 특성의 범위를 동일하게 만들어 줍니다. 대표적인 방법으로는 Min-Max Scalin...
#
LabelEncoding
#
범주형데이터처리
#
빅데이터
#
스케일링
#
언더샘플링
#
오버샘플링
#
이상치처리
#
인공지능
#
중앙값
#
차원축소
#
최빈값
#
층화추출
#
통계학
#
무작위추출
#
머신러닝
#
MinMaxScaling
#
OneHotEncoding
#
PCA
#
tSNE
#
ZScoreNormalization
#
결측치처리
#
계통추출
#
데이터과학
#
데이터분석
#
데이터샘플링
#
데이터전처리
#
딥러닝
#
평균
