Q. 데이터 분석 과제에서 누락된 값은 어떤 기준으로 처리하나요?

답변 2

• 라

  라면두개가능한영회계법인

  코부장 ∙ 채택률 97% ∙

  학교

  일치

  ---

  채택된 답변

  질문 작성자의 인생 선배로서 답변드립니다. 바로 삭제하거나 채우기 전에 빈칸이 미수집·응답 거절·해당 없음 중 무엇인지 확인하세요. 변수별 누락 비율, 특정 집단이나 기간에 몰려 있는지, 분석 목적에 얼마나 중요한지도 함께 봐야 합니다!! 행 제거는 필요한 정보 손실과 집단별 편향을 점검한 뒤 선택하세요. 평균·중앙값 대체는 간단하지만 분포와 변수 간 관계를 바꿀 수 있어 모든 데이터에 적합하지 않습니다. 누락 여부를 별도 변수로 남기는 방법도 의미가 있을 때 활용하되, 누락 자체가 유용한 정보인지 검토해야 합니다. 0과 누락을 같은 것으로 처리하지 마세요. 처리 전후 표본 수와 분포를 비교하고, 다른 합리적인 처리법에서도 핵심 결론이 유지되는지 확인해보세요. 예측 과제에서는 데이터를 먼저 학습·검증으로 나누고 대체 기준을 학습 데이터에서만 구해야 정보 누출을 피할 수 있습니다. 보고서에는 누락 현황, 선택한 방법과 이유, 제외·대체된 규모, 결과에 미칠 수 있는 한계를 짧게 적고 상세 코드는 별도로 남기면 좋습니다. 멘티님을 진심으로 응원합니다. 아자아자 화이팅!

  ---
• 

  취뽀도우미입니다삼성SDS

  코이사 ∙ 채택률 97%

  ---

  데이터 분석 과정에서 누락값을 처리할 때는 단순히 데이터를 삭제하거나 채우는 것에 그치지 않고, 왜 값이 비어 있는지에 대한 원인을 파악하는 것이 가장 중요합니다. 먼저 누락이 무작위로 발생했는지 아니면 특정 조건에 의해 의도적으로 누락되었는지 확인해야 합니다. 만약 전체 데이터 중 누락된 행이 차지하는 비중이 매우 작고 무작위라면 제거하는 편이 효율적이지만, 제거 후 데이터의 대표성이 훼손된다면 신중해야 합니다. 평균이나 중앙값으로 대체하는 방식은 데이터의 변동성을 인위적으로 줄여 통계적 왜곡을 초래할 수 있으므로, 분포의 형태가 뚜렷하고 이상치가 없을 때 제한적으로 사용합니다. 데이터 자체에 누락이 있다는 사실이 중요한 정보를 담고 있다면, 이를 별도의 카테고리나 플래그 변수로 생성하여 모델이 학습하게 하는 것이 분석 성능 향상에 도움이 됩니다. 어떤 방식을 선택할지는 누락 발생 패턴을 시각화하고 해당 변수가 분석 결과에 미치는 민감도를 확인하여 결정해야 합니다. 포트폴리오를 제출할 때는 단순히 처리한 결과만 보여주는 것이 아니라, 데이터 탐색 과정에서 파악한 누락의 원인과 해당 방식을 택한 논리적 근거를 명확히 기재하는 것이 좋습니다. 특히 선택한 방법론이 결과의 신뢰도에 미칠 수 있는 영향이나 분석의 한계를 솔직하게 언급하면 분석 역량과 비판적 사고 능력을 모두 보여줄 수 있습니다. 실무에서는 정답을 맞히는 것보다 데이터의 결함을 어떻게 정의하고 합리적으로 보완했는지를 증명하는 과정이 훨씬 중요하므로, 본인의 판단 과정을 상세히 기록하여 신뢰를 확보하시기 바랍니다.

  ---