이상치 탐지
데이터를 올바르게 전처리하는 데서 매우 중요한 요소가 바로 이상치 탐지예요. Machine Learning 면접에서는 이상치를 어떻게 찾고 처리할지 묻는 경우가 많습니다. 이상치를 쉽게 파악하는 방법 중 하나는 그래프로 시각화하는 것이죠.
결측치를 찾아 보완한 다음에는, 이상치를 찾아서 어떻게 처리할지 결정하는 단계가 또 하나의 필수 전처리 과정입니다.
이상치를 시각화할 수 있는 패키지는 여러 가지가 있지만, 이번 연습에서는 seaborn을 사용해 loan_data의 선택된 열에 대해 단변량 및 다변량 박스플롯을 그려 보겠습니다.
필요한 패키지는 모두 임포트되어 있어요.
파이프라인에서 지금 어디쯤 와 있나요?
이 연습은 강의의 일부입니다
Python으로 연습하는 Machine Learning 면접 질문
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import modules
import matplotlib.pyplot as plt
import seaborn as sns
# Univariate and multivariate boxplots
fig, ax =plt.subplots(1,2)
sns.____(y=____['_____'], ax=ax[0])
sns.____(x='Loan Status', y='Annual Income', data=____, ax=ax[1])
plt.show()