문제
데이터 탐색 단계에서 고려해야 할 사항으로 가장 적절하지 않은 것은?
① 이상값을 확인하여 원인을 파악하고, 삭제, 대체, 변환 등의 처리를 한다. ② 데이터의 종류, 분포 등을 파악하고 변수들 간의 관계를 알아본다. ③ 변수들 간의 상관관계 및 연관성을 분석해 유의미한 변수를 식별한다. ④ 결측값을 확인하여 결측값이 있을 경우 제거하는 것이 바람직하다.
정답
4번
해설
정답: 4. 결측값을 무조건 제거하는 것은 정보 손실과 편향을 일으킬 수 있어 항상 바람직하지는 않다. 제거 외에 평균·중앙값 대체, 회귀 대체, 다중 대체 등을 상황에 맞게 선택해야 한다.
오답 풀이
- 1번: 이상값의 원인을 파악해 삭제·대체·변환하는 것은 적절하다.
- 2번: 데이터 종류·분포 파악과 변수 간 관계 탐색은 데이터 탐색의 핵심이다.
- 3번: 상관·연관 분석으로 유의미한 변수를 식별하는 것은 적절하다.
- 4번: 결측값을 무조건 제거하는 것은 바람직하지 않으므로 부적절하다.
보충 개념 결측 처리는 결측 메커니즘(MCAR/MAR/MNAR)을 고려해 단순 제거보다 대체(imputation)를 우선 검토한다.