AI Canvas
AI Canvas 바로가기
  • 시작하기
    • 서비스 소개
    • 주요 용어 설명
    • 계정 및 언어 설정
  • 캔버스 기본 사용법
    • 캔버스 탭 관리
    • 캔버스 화면 관리
    • 캔버스 공유 및 권한 설정
    • 노드 조작 및 관리
    • 엣지 조작 및 관리
    • 스케줄 설정
    • 노드별 크레딧 소모량
  • 노드 종류
    • 데이터
      • URL 리더
      • 데이터
      • PDF 데이터
      • 데이터 분할
      • 데이터 저장소
      • 명령 프롬프트
      • 예제 데이터
      • 이미지 데이터
      • 텍스트 입력
      • 텍스트-데이터 변환
    • API
      • 기업공시
      • 깃허브 커밋
      • 대화형 아바타
      • 크롤링
      • 프롬프트
    • 전처리
      • 결측치 채우기
      • 그룹화
      • 데이터 병합
      • 데이터 비닝
      • 데이터 수정
      • 데이터 어노테이션
      • 데이터 연결
      • 스케일링
      • 슬라이싱
      • 열 선택
      • 열 타입 변경
      • 이미지 임베딩
      • 이상치 제거
      • 중복 제거
      • 차원 축소
      • 텍스트 임베딩
      • 텍스트 전처리
      • 특성 생성
      • 파이썬 스크립트
      • 표본 재추출
      • 픽셀 변환
      • 행 결합
      • 행 선택
    • 모델
      • YOLO 모델
      • 결정 트리
      • 그래디언트 부스팅
      • 랜덤 포레스트
      • 로지스틱 회귀
      • 모델 학습
      • 서포트 벡터 머신
      • 선형 회귀
      • 시계열 모델 학습
      • 신경망
      • 얼굴 인식
      • 에이다 부스트
      • 일괄 예측
      • 추천 SVD++
      • 추천 모델 학습
      • 추천 베이스라인
      • 프로펫
    • 평가
      • ROC 커브
      • 메트릭
      • 모델 평가
      • 에러 히스토그램
      • 정답 비율
      • 정확도
      • 특성 중요도
      • 특성 중요도 비교
      • 혼동 행렬
    • 알림
      • 이메일 전송
    • 시각화
      • 막대 그래프
      • 수평 막대 그래프
      • 선도표
      • 바이올린 플롯
      • 박스 플롯
      • 산점도 그래프
      • 히트맵
      • 원 그래프
      • 게이지 차트
      • 버블 차트
      • 결측치 비율
      • 데이터 개수
      • 예측값 비교
      • 평균 비교
      • PR 트랜드
      • 특성 통계
      • 평균 예측값
      • 워드클라우드
    • UI
      • 데이터 정보
      • 데이터 테이블
      • 리스트
      • 버튼
      • 샌드박스
      • 아이콘
      • 예측하기
      • 이미지 뷰어
      • 챗 UI
      • 텍스트 출력
      • 텍스트 편집기
      • 페이지
      • 필터
      • 행
      • PDF 뷰어
      • CM
    • 애플리케이션
      • 애플리케이션
    • 배포
      • 배포
  • 워크스페이스 관리
    • 워크스페이스 보기
    • 워크스페이스 생성 및 설정
    • 워크스페이스 공유 및 권한 설정
  • 애플리케이션 페이지
    • 로그인 및 로그아웃
    • 설정 및 캔버스
    • 권한 및 멤버 관리
  • 캔버스 실습 가이드
    • 1. AI 모델 구축
      • 데이터셋 준비
        • 데이터셋 업로드
      • 탐색적 데이터 분석
        • 데이터 살펴보기
        • 결측치 확인하기
      • 데이터 전처리
        • 결측치 채우기
        • 열 선택
      • AI 모델 구축
        • 데이터 분할
        • 학습 알고리즘 선택
        • 모델 학습
        • 모델 사용해보기
      • 데이터 검증
        • 검증 진행
      • 모델 평가
        • 모델 평가
        • 특성 중요도 살펴보기
      • 결과 화면
    • 2. 데이터 시각화
      • 막대 그래프
      • 박스 플롯
      • 산점도 그래프
      • 원 그래프
      • 데이터 개수
      • 에러 히스토그램
      • 예측값 비교
      • 결과 화면
    • 3. 대시보드 UI 제작 및 애플리케이션 구축/배포
      • 페이지 구성하기
      • 애플리케이션 구축
      • 애플리케이션 배포
      • 결과 화면
    • 4. 프레임을 활용한 프레젠테이션 및 캔버스 공유
      • 프레임을 활용한 프레젠테이션
      • 캔버스 공유하기
    • 가이드 전체 영상
  • 인공지능 교육 영상
    • 회귀 모델의 평가지표
    • 분류 모델의 평가지표
Powered by GitBook
On this page
  1. 캔버스 실습 가이드
  2. 1. AI 모델 구축
  3. 탐색적 데이터 분석

결측치 확인하기

Previous데이터 살펴보기Next데이터 전처리

Last updated 1 year ago

또한, '빈 값(%) 0.01%'로 데이터셋에 결측치가 있는 걸 확인할 수 있습니다. 왼쪽에서 3번째 열인 normalized-losses에서도 빈 값이 보입니다.

행과 열이 꽤 많기 때문에, 전체 열에 대한 결측치 정보를 얻기 위해 '테이블' 옆의 '정보' 탭으로 이동해봅니다.

정보 탭으로 이동해보니, 열마다의 빈 값 개수와 열에 들어가는 데이터 타입이 나옵니다.

자동차 가격 예측을 하는 데에 있어서 이러한 결측치가 있다면, 인공지능 모델이 예측에 어려움을 겪어 모델의 성능이 떨어질 수 있으므로, 이러한 결측치를 처리하도록 합시다.

결측치가 있을 때 반드시 채우는 것만이 정답은 아닙니다. 상황에 따라 결측치가 포함된 행을 삭제하거나, 열 전체를 삭제하는 것이 좋은 선택이 될 수도 있습니다.