<div id="readability-page-1" class="page"><div id="dkContent" role="main">

					

					
						<h2>TEAM EDA</h2>
					

					 
 
	


	
		
		

		<div>이전 강의인 <a href="https://eda-ai-lab.tistory.com/624" target="_blank" rel="noopener">[Machine Learning Advanced] 2강. 머신러닝 강의 - 데이터 전처리 (결측치)</a>에&nbsp;이어서 이상치에 대해서 살펴보도록 하겠습니다.&nbsp;

<figure data-ke-mobilestyle="widthOrigin" data-filename="blob" data-origin-width="1280" data-origin-height="301"><img src="https://blog.kakaocdn.net/dn/WOlIm/btsqtXXOLfy/RkPiQDskp8bQ5uAgpL8pv0/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-filename="blob" data-origin-width="1280" data-origin-height="301"></figure>

<h2 data-ke-size="size26">이상치란&nbsp;무엇이며 왜 처리해야하는&nbsp;것일까요?&nbsp;</h2>
이상치(outlier)는 일반적인 데이터 패턴에서 벗어나거나 예외적인 값을 가지는 데이터 포인트를 의미합니다. 이러한 이상치는 아래의 이유때문에 처리가 필요합니다.&nbsp;

1. 모델의 안정성 향상 : 특정 모델의 학습을 방해하거나 예측 결과를 왜곡시킬 수 있습니다. 대표적으로 선형 회귀 모델이나 KNN 같은 경우 이상치의 영향을 받기가 쉽습니다.&nbsp;

2. 패턴 탐색 및 인사이트 도출 : 이상치를&nbsp;제거하거나&nbsp;처리함으로써&nbsp;데이터셋의&nbsp;정확한&nbsp;패턴을&nbsp;파악하고&nbsp;유용한&nbsp;인사이트를&nbsp;도출할&nbsp;수&nbsp;있습니다.

3. 다른 변수와의 관계 파악 : 이상치는 다른 변수와의 관계를 왜곡시킬 수 있습니다. 이를&nbsp;처리하여&nbsp;변수&nbsp;간의&nbsp;관계를&nbsp;더&nbsp;정확하게&nbsp;파악할&nbsp;수&nbsp;있습니다.

이러한 이상치는 그래프를 그려서 확인할 수도 있고, 모델, 통계적인 방법을 통해서도 확인할 수 있습니다.&nbsp;


[의견]&nbsp;
- 위에 예시 설명해서 처리 전후 어떻게 의미가 달라지는지 보여주면 좋을듯 .. 글만 봐서는 솔직히 이해가 안감
- 그래프 모델 통해서 어떻게 확인하는지 예시 필요&nbsp;</div>
		

		
			
		

		


	

 
 

					

					

					

					

					

					
				</div></div>

TEAM EDA

이전 강의인 [Machine Learning Advanced] 2강. 머신러닝 강의 - 데이터 전처리 (결측치)에 이어서 이상치에 대해서 살펴보도록 하겠습니다. 
 
이상치란 무엇이며 왜 처리해야하는 것일까요? 
이상치(outlier)는 일반적인 데이터 패턴에서 벗어나거나 예외적인 값을 가지는 데이터 포인트를 의미합니다. 이러한 이상치는 아래의 이유때문에 처리가 필요합니다. 
 
1. 모델의 안정성 향상 : 특정 모델의 학습을 방해하거나 예측 결과를 왜곡시킬 수 있습니다. 대표적으로 선형 회귀 모델이나 KNN 같은 경우 이상치의 영향을 받기가 쉽습니다. 
 
2. 패턴 탐색 및 인사이트 도출 : 이상치를 제거하거나 처리함으로써 데이터셋의 정확한 패턴을 파악하고 유용한 인사이트를 도출할 수 있습니다.
 
3. 다른 변수와의 관계 파악 : 이상치는 다른 변수와의 관계를 왜곡시킬 수 있습니다. 이를 처리하여 변수 간의 관계를 더 정확하게 파악할 수 있습니다.
 
이러한 이상치는 그래프를 그려서 확인할 수도 있고, 모델, 통계적인 방법을 통해서도 확인할 수 있습니다. 
 
 
[의견] 
- 위에 예시 설명해서 처리 전후 어떻게 의미가 달라지는지 보여주면 좋을듯 .. 글만 봐서는 솔직히 이해가 안감
- 그래프 모델 통해서 어떻게 확인하는지 예시 필요

[Machine Learning Advanced] 2강. 머신러닝 강의 - 데이터 전처리 (이상치)

댓글