데이터 분석 데이터 전처리 종류 (표준화,정규화,outlier,encoding, binning, scaling)

데이터 분석 데이터 전처리 종류(표준화,정규화,outlier,encoding, binning, scaling)에 대한 포스팅입니다. 데이터 전처리는 데이터를 분석하거나 모델에 적용하기 전에 데이터를 정리하고 준비하는 과정을 말합니다. 이는 데이터의 품질을 향상시키고 분석이나 모델링의 성능을 향상시키는 데 중요한 역할을 합니다. 아래는 일반적으로 사용되는 데이터 전처리 방법들입니다. 1. 데이터 정제 (Data Cleaning) 1) 결측치 처리(Missing Values) 결측치(누락값)을 포함한 행 또는 열을 제거하거나 대체하여 데이터의 완전성을 유지합니다. 2) 이상치 처리 (Outliers) 데이터에서 IQR을 이용하여 지정한 범위 바깥에 있는 이상치를 탐지하고, 수정하거나 제거하여 분석의 정확성을 향상시킵니다. 2. Feature Engineering Feature Engineering(특성 공학)은 기계 학습 모델이 데이터를 더 잘 이해하고 예측할 수 있도록 데이터의 특성을...