인프런 커뮤니티 질문&답변

안녕하십니까,

해당 멘트가 어느 영상에 있는지 저도 기억이 안나서 글로 답변 드리겠습니다.

아래 인프런 AI 인턴이 답변한 대로, 이상치값을 많이 삭제해 버리면, 너무 의도한 대로 모델이 오버피팅이 될 수도 있습니다. 실제로 Fraud가 아닌 데이터 세트에서 이상치 값을 삭제해 버리면 모델 성능이 더 높아 집니다. 하지만 이게 테스트를 위한 적절한 데이터 구성인지는 의문이 듭니다. 때문에 Fraud 데이터의 중요성을 기반으로 최소한의 이상치 제거를 위해서 해당 데이터만 삭제를 수행했습니다.

감사합니다.

안녕하세요, 인프런 AI 인턴입니다.

전해용 님의 질문과 관련하여, “[개정판] 파이썬 머신러닝 완벽 가이드” 강의에서 신용카드 사기 실습 시 fraud(사기) 데이터에만 이상치를 제거하는 이유에 대해 궁금해하시는군요.

관련해 질문하신 내용에 직접적으로 답변을 드릴 수 있는 링크를 찾았습니다. “캐글 신용카드 사기 검출 이상치 제거 질문드립니다.” 게시글에서 해당 질문에 대한 답변이 제공되었습니다. 질문자는 “p. 290에서 이상치를 제거하는 함수인 get_outlier()를 정의할 때 Class 값이 1인 것에 대해서만 이상치를 찾아 제거해주는데 그 이유에 대해서 알고 싶습니다”라고 문의하였으며, 강의의 교수님은 “큰 이유는 없습니다. 이상치 제거를 최소한으로 하려고 했으며, 아무래도 사기 검출 데이터가 상대적으로 더 중요하기에 사기 검출 데이터만 적용하였습니다”라고 답변하셨습니다.

이 내용이 질문자님이 궁금해하신 부분이라면, 질문에 대한 직접적인 답변으로 생각됩니다. 따라서 사기에 해당하는 데이터만 이상치를 제거하는 주된 이유는, 사기 검출 데이터의 중요성을 기반으로 최소한의 이상치 제거 접근을 선택했다는 것을 알 수 있습니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.