답변함
Nearest Neighbor 정의 질문
안녕하세요?
치트키 교재의 데이터 전처리 223페이지에 나오는 단순 확률 대치법에서 최근접 이웃 방법의 정의가 “결측값 이전 응답을 대체값으로 사용”이라고 되어 있습니다.
그런데 일반적으로 Nearest Neighbor는 벡터 공간에서 거리가 가장 가까운 원소를 찾아내는 방법이라고 알고 있습니다.
검색해보니 결측값을 이전 레코드의 값으로 대체하는 것은 LOCF(Last Observation Carried Forward)라고 하는데 어느 것이 맞는 것인지 궁금해서 질문드립니다. 감사합니다
0
댓글
답변을 드립니다.
LOCF는 시계열/종단(longitudinal) 데이터에서 동일 개체(within-subject)의 직전 관측값을 시간축으로 끌고 오는 방법입니다. 교재의 NN 서술이 "바로 이전 응답"이라고 한 탓에 LOCF와 닮아 보이지만, 엄밀히는 LOCF도 아닙니다 — LOCF는 같은 개체의 시간 순서이고, 교재 NN은 (개체 무관) 정렬된 레코드의 직전 값이기 때문입니다.
답변 감사드립니다.
sklearn 패키지의 KNNimputer가 NN대치법을 쓰는 것으로 보이는데 여기서 n_neighbors 매개변수 k개 만큼 유사도가 높은 레코드들의 평균을 내서 결측치를 Imputation하는 것으로 보입니다.
바로 직전 레코드의 관측값을 그대로 사용하는 것이 확률적 대치라고 할 수 있는지 궁금합니다.
댓글을 남기려면 로그인하세요.