November 2023
Beginner to intermediate
344 pages
3h 47m
Korean

에밀리 리더러(Emily Riederer)
누락 데이터는 전통적인 데이터 관리에서 가장 잘 탐구된 주제 중 하나일 것입니다. 널null 값 방지는 데이터베이스 제약을 설명하는 교과서적 예제이며, 널 감지 또한 데이터 유효성 검사의 전형적 예제입니다. 그렇지만 누락 데이터를 단순히 회피해서는 안 됩니다. 누락 데이터가 갖는 여러 의미를 고려하여 데이터 엔지니어는 어떻게 이를 인코딩하고 사용자에게 전달할지를 보다 신중하게 결정할 수 있습니다.
누락을 이분법적으로 생각하여 데이터의 존재 유무로 나누는 것은 꽤나 그럴듯해 보입니다. 그렇지만 이러한 관점은 널이 잠재적으로 포함한 정보를 무시합니다. 다양한 이유로 데이터가 누락될 수 있으며, 각각의 이유마다 분석을 어렵게 만드는 고유한 요소가 있습니다. 이를테면 다음과 같은 이유로 관측 변수가 누락된 것처럼 보일 수 있습니다.
• 변수의 참 값(true value)이 존재하지만 잘못 로드되었습니다.
• 변수의 참 값이 존재하지만 수집에서 의도적으로 제외되었습니다.
• 변수의 참 값이 존재하지만 알려지지 않았습니다.
• 해당 변수에 대한 적합한 값이 없습니다.
• 해당 변수에 대한 적합한 값이 널입니다.
온라인 이커머스 플랫폼에 등록한 사용자의 데이터셋을 ...
Read now
Unlock full access