728x90 반응형 결측값 채우기1 [Titanic] Feature Engineering(1) - 결측값(Null) 처리 ※ 타이타닉에 승선한 사람들의 데이터로 승객들의 생존여부를 예측하는 모델 구축 / 개발 ※ Dataset Check, EDA 이후 Feature Engineering 과정을 통해 모델 학습도와 성능 향상 - Null값 채우기(Age, Embarked), 카테고리화(Age) - Feature Engineering은 모델의 학습과 성능도(=정확도)를 높이기 위해 학습 데이터의 패턴이 잘 보일 수 있도록 수정하여 Target값을 잘 예측(predict)할 수 있도록 하는 중요한 과정이다. - 각 Feature의 특성에 맞는 엔지니어링 작업을 수행 1. 결측값(Null) 채우기 1.1. Age, Name → Initial 로 치환 후 Null 채우기 - Name이 탑승객별로 너무 상이하여, 이름에 있는 타이틀(.. Data Analyst/Kaggle & DACON 2022. 10. 30. 더보기 ›› 반응형 이전 1 다음
