미식가의 개발 일기

피처 엔지니어링(Feature Engineering)이란?데이터를 더 잘 이해하고 예측 성능을 높이기 위해 데이터 특성과  *도메인 지식을 바탕으로 새로운 컬럼을 생성 하거나 기존 컬럼을 변환하는 과정이다. [ *도메인 지식: 특정 분야에 대한 전문 지식(데이터의 고유한 특성, 규칙, 패턴 등) ] 피처 엔지니어링 단계1. 데이터 수집 및 이해각 피처의 의미와 데이터 분포를 이해한다. 2. 데이터 정제결측값 처리중복 데이터 제거이상값 처리 [머신러닝] 결측치, 중복값 처리시리즈 결측치 처리시리즈 데이터 생성import pandas as pddata = [20, None, 40, 50, None, 30, 70, None, 20, 50]index = ['a', 'b', 'c', 'd', 'e', 'f', '..

시리즈 결측치 처리시리즈 데이터 생성import pandas as pddata = [20, None, 40, 50, None, 30, 70, None, 20, 50]index = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']series = pd.Series(data, index=index)series 결측치 제거res = series.dropna()res 결측치 채우기res = series.fillna(0)res 중복값 찾기res = series.duplicated()res 중복값 제거res = series.drop_duplicates()res 데이터 프레임 결측치 처리데이터 프레임 생성data = {'grade': [1, 1, 1, 2, 2, 2], ..