SW 전공

시험 직전 요약장

판단 기준과 헷갈리는 개념, 대표 예제를 짧게 확인하세요.

과목단원

데이터 전처리와 탐색적 데이터 분석

판단 기준

목적	적합한 그래프
수치 분포	히스토그램, 상자그림
범주 빈도	막대그래프
시간 변화	선그래프
두 수치 관계	산점도
범주별 수치 비교	상자그림·막대
구성 비율	막대·누적막대, 제한적으로 원그래프

축을 잘라 차이를 과장하거나 면적·3D 효과로 값을 왜곡하지 않도록 한다.

이 부분의 원문 →

헷갈리는 개념

방법	적합한 상황	주의
Label Encoding	순서가 있는 범주	순서 없는 범주에 가짜 크기 관계 생성
One-Hot Encoding	순서 없는 소수 범주	범주 수가 많으면 차원 증가
Frequency Encoding	빈도 정보 사용	목표값과의 관계를 직접 표현하지 않음
Target Encoding	범주별 목표 평균	데이터 누수와 과적합 주의

이 부분의 원문 →

대표 계산·예제

PYTHON좌우로 이동해 전체 내용을 확인하세요. 키보드: ←·→, Home·End
import pandas as pd

df = pd.read_csv("transactions.csv")

print(df.info())
print(df.describe(include="all"))
print(df.isna().mean().sort_values(ascending=False))
print(df.duplicated().sum())

# 중앙값 대체
median_amount = df["amount"].median()
df["amount"] = df["amount"].fillna(median_amount)

# 범주별 건수
print(df["channel"].value_counts(dropna=False))

코드는 도구 사용 예시이며, 실제 처리 전에는 컬럼 의미와 업무 규칙을 확인해야 한다.

이 부분의 원문 →

이 단원 최대 5문제 →

내 최근 연습 오답

현재 브라우저의 연습 채점 기록에서 공개된 단원과 연결된 오답을 확인합니다.

학습 기록 →

오답 기록을 확인하고 있습니다.