챗GPT 통계 : 이상값(outlier) 개념 및 데이터 전처리에서의 방법

이상값(outlier) 개념 및 데이터 전처리에서의 방법 이상값(outlier)이란 이상값(outlier)은 일반적인 데이터 분포에서 벗어나 극단적으로 크거나 작은 값을 가지는 데이터를 말합니다. 이상값은 데이터 분석에서 중요한 문제 중 하나로, 이상값이 포함된 데이터로 모델을 학습하면 모델의 정확도가 떨어지거나 왜곡된 결과를 가져올 수 있습니다. 이상값(outlier) 예 예를 들어, 다이아몬드 가격을 예측하는 모델에서 carat(다이아몬드 크기)와 price(다이아몬드 가격)라는 두 개의 변수를 사용한다고 가정해 봅시다. 만약, carat이 1인 다이아몬드의 가격이 $5,000이고, carat이 10인 다이아몬드의 가격이 $1,000,000이라면, 이는 이상값으로 처리해야 합니다. 왜냐하면 이상값이 모델에 포함되면, 모델의 예측이 왜곡될 가능성이 높기 때문입니다. 이상값(outlier) 처리방법 - 이상값 제거 이상값을 처리하는 방법으로는 크게 두 가지가 있습니다. 첫째, 이상값...

원문링크 : 챗GPT 통계 : 이상값(outlier) 개념 및 데이터 전처리에서의 방법