결측값 대체 방법

 

 

결측값 대체 방법

평균 대체, 빈도 대체, 회귀대체를 할 수 있으며 값을 대체하는 가장 간단한 방법은 데이터의 평균이나 중앙값을 취하는 것입니다.

 

·       더미 대체

·       평균 대체

·       빈도 대체

·       회귀대체

·       중심 경향 값으로 대체

·       랜덤 추출(분포 기반)

·       다중 대체(Multiple Imputation)

 

 

 

 

더미 대체

·       누락된 값을 더미 값 또는 대표값으로 대체합니다.

·       더미는 대체로 0으로 채워줍니다.

 

전	이름 나이 키 몸무게 헌혈횟수 홍길동 39 160cm   50kg 2 도레미 27 175cm 45kg NA 이순신 25 185cm 72kg 10
후	이름 나이 키 몸무게 헌혈횟수 홍길동 39 160cm   50kg 2 도레미 27 175cm 45kg 0 이순신 25 185cm 72kg 10

 

 

 

 

평균 대체

·       누락된 값이 숫자이면 평균으로 대체합니다.

·       누락값을 0으로 대체할 경우 데이터의 의미가 없어지는 경우 사용합니다.

·       데이터값이 없는 경우에 비해 오류는 줄어들게 됩니다.

 

전	이름 나이 키 몸무게 로그인횟수 홍길동 39 160cm   50kg 2 도레미 27 175cm 45kg NA 이순신 25 185cm 72kg 10
후	이름 나이 키 몸무게 헌혈횟수 홍길동 39 160cm   50kg 2 도레미 27 175cm 45kg 6 이순신 25 185cm 72kg 10

 

 

 

 

빈도 대체

누락된 값이 범주이면 가장 빈도가 높은 항목으로 대체합니다.

 

전	이름 나이 키 몸무게 신체등급 홍길동 39 160cm   50kg 6급 도레미 27 175cm 45kg NA 이순신 25 185cm 72kg 1급 김철수 32 155cm 47kg 1급
후	이름 나이 키 몸무게 신체등급 홍길동 39 160cm   50kg 6급 도레미 27 175cm 45kg 1급 이순신 25 185cm 72kg 1급 김철수 32 155cm 47kg 1급

 

 

 

회귀대체(Regression Imputation)

·       회귀 함수를 사용하여 누락된 값을 대체합니다.

·       변수 내의 값들의 평균이 아닌 각 관측치의 특성을 고려하여 대체합니다.

·       실제로 평균값보다 적어나 큰 값을 가지는 경향이 있을 때 회귀분석을 통한 예측값을 사용합니다.

 

전	이름 나이 키 몸무게 신체등급 홍길동 39 160cm   50kg 6급 도레미 27 175cm 45kg 1급 이순신 25 NA 72kg 1급 김철수 32 155cm 47kg 1급
후	이름 나이 키 몸무게 신체등급 홍길동 39 160cm   50kg 6급 도레미 27 175cm 45kg 1급 이순신 25 185cm 72kg 1급 김철수 32 155cm 47kg 1급

 

 

 

 

중심 경향 값으로 대체

·       평균, 중앙값, 최빈값 등으로 대체합니다.

·       ex)최대/최소값을 제외하고 피겨스케이팅 점수 계산

 

 

 

 

 

랜덤 추출(분포 기반)

랜덤에 의해 자주 나타나는 값으로 대체합니다.

 

 

 

 

 

다중 대체(Multiple Imputation)

다양한 모델을 여러 번 반복한 값으로 대체합니다.