머신러닝 파워드 애플리케이션: 아이디어에서부터 완성된 제품까지, 강력한 머신러닝 애플리케이션 구축 과정 배우기

103

4

장

초기 데이터셋 준비하기

]

has_accepted_answer = df[

df["is_question"]

& ~(df["AcceptedAnswerId"].isna())

]

print(

"총 질문: %s개, 1개 이상의 답변을 가진 질문: %s개, 답변이 채택된 질문: %s개"

% (len(df[df["is_question"]]), len(received_answers), len(has_accepted_answer))

)

총 질문: 7971개, 1개 이상의 답변을 가진 질문: 7827개, 답변이 채택된 질문: 4124개

답변이 채택된 질문과 그렇지 않은 질문을 비교적 균등하게 나눌 수 있습니다. 이는 합리적으

로 보이므로 데이터 탐색을 수행하는 데 자신감을 가질 수 있습니다.

데이터 포맷을 이해했고 시작하기에 충분한 것 같습니다. 프로젝트를 수행할 때 현재 데이터

셋이 너무 작거나 이해하기 힘든 특성이 대부분이라면 더 많은 데이터를 모으거나 완전히 다른

데이터셋을 시도해봐야 합니다.

이 데이터셋은 진행하기에 충분한 품질인 것 같습니다. 이제 모델링 전략에 도움이 되는 방향

으로 조금 더 자세히 알아보겠습니다.

4.3

레이블링으로 데이터 트렌드 찾기

데이터셋에서 트렌드를 식별하는 것은 품질 그 이상의 이미가 있습니다. 이 작업은 모델 입장

에서 어떤 종류의 ...