목표 변수
목표 변수
개
목표 변수(Target Variable)는 데이터 과학 및 머신러닝 분야에서 모델이 예측하거나 설명하려는 주요 변수를 의미합니다. 이는 종속 변수(Depend Variable), 응답 변수(Response Variable), 또는 출력 변수(Output Variable)라고도 불리며, 모델 학습의 중심이 되는 요소입니다. 데이터 전처리 과정에서 목표 변수는 특성 변수(입력 변수, 설명 변수)와 구분되어 처리되며, 모델의 성능 평가 기준이 되는 중요한 역할을 합니다.
예를 들어, 주택 가격을 예측하는 회귀 모델에서는 "주택 가격"이 목표 변수이며, 이메일이 스팸인지 여부를 분류하는 분류 모델에서는 "스팸 여부(예/아니오)"가 목표 변수가 됩니다. 따라서 데이터 전처리 과정에서 목표 변수의 특성과 분포를 정확히 이해하고 적절히 처리하는 것은 모델의 정확성과 일반화 능력에 직접적인 영향을 미칩니다.
목표 변수의 역할
1. 모델 학습의 기준
목표 변수는 지도 학습(Supervised Learning)에서 정답(Label) 역할을 수행합니다. 알고리즘은 입력 변수(특성)와 목표 변수 간의 관계를 학습하여 새로운 데이터에 대해 목표 변수를 예측할 수 있도록 모델을 구축합니다.
2. 성능 평가의 기준
모델이 예측한 결과와 실제 목표 변수 값을 비교함으로써 정확도, 정밀도, 재현율, 평균 제곱 오차(MSE), F1 점수 등의 평가 지표를 산출합니다.
목표 변수의 종류
목표 변수는 그 특성에 따라 다음과 같이 크게 두 가지로 나뉩니다.
1. 수치형 목표 변수 (Numerical Target Variable)
- 연속적이거나 이산적인 수치 값을 가집니다.
- 주로 회귀 문제(Regression)에 사용됩니다.
- 예시:
- 주택 가격 예측 (예: 5억 2000만 원)
- 매출 예측 (예: 1200만 원)
- 온도 예측 (예: 25.6도)
2. 범주형 목표 변수 (Categorical Target Variable)
- 유한한 수의 범주 또는 클래스를 가집니다.
- 주로 분류 문제(Classification)에 사용됩니다.
- 두 가지 하위 유형:
- 이진 분류(Binary Classification): 두 개의 클래스 (예: 스팸/정상, 생존/사망)
- 다중 분류(Multi-class Classification): 세 개 이상의 클래스 (예: 고양이/개/토끼, 질병 A/B/C)
데이터 전처리에서의 목표 변수 처리
목표 변수는 입력 변수와는 다르게 특별한 전처리 과정을 거쳐야 할 수 있습니다. 아래는 주요 전처리 기법입니다.
1. 결측치 처리
- 목표 변수에 결측값이 있는 경우, 해당 샘플은 일반적으로 제거합니다.
- 이유: 목표 변수가 없으면 모델 학습이 불가능하기 때문입니다.
- 예외적으로, 결측값 자체를 하나의 클래스로 간주할 수 있는 경우도 있으나, 매우 제한적입니다.
# 예: 목표 변수의 결측치 제거 (Python 예시)
df.dropna(subset=['target'], inplace=True)
2. 불균형 데이터 처리 (범주형의 경우)
- 특정 클래스의 샘플 수가 매우 적을 경우, 모델이 편향될 수 있습니다.
- 해결 방법:
- 오버샘플링(Over-sampling): 소수 클래스를 증식 (예: SMOTE 기법)
- 언더샘플링(Under-sampling): 다수 클래스를 축소
- 가중치 조정: 모델 학습 시 클래스 가중치 설정
3. 스케일링 (수치형의 경우)
- 회귀 문제에서 목표 변수의 스케일이 매우 크거나 작을 경우, 로그 변환 등을 통해 분포를 정규화합니다.
- 예: 매출 데이터에
log(1 + target)적용하여 왜곡된 분포 완화
import numpy as np
df['target_log'] = np.log1p(df['target'])
4. 인코딩 (범주형의 경우)
- 문자열 형태의 범주형 목표 변수는 정수 레이블로 변환해야 합니다.
- 예: "고", "중", "저" → 2, 1, 0
- 이때 순서가 있는 경우 순서형 인코딩(Ordinal Encoding), 순서가 없을 경우 라벨 인코딩(Label Encoding) 사용
목표 변수와 입력 변수의 관계 분석
목표 변수와 각 입력 변수 간의 상관관계를 분석하는 것은 전처리의 핵심 단계입니다.
이를 통해 중요한 특성을 선택하거나, 비선형 관계를 파악하여 변환을 적용할 수 있습니다.
참고 자료 및 관련 문서
- Scikit-learn: Label Encoding
- SMOTE: Synthetic Minority Over-sampling Technique
- 데이터 전처리 가이드: Python for Data Analysis (Wes McKinney)
- 머신러닝 기초: Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow (Aurélien Géron)
목표 변수는 데이터 과학 프로젝트의 방향성을 결정짓는 핵심 요소이며, 이를 정확히 정의하고 적절히 전처리하는 과정은 성공적인 모델 개발을 위한 첫걸음입니다.
이 문서는 AI 모델(qwen-3-235b-a22b-instruct-2507)에 의해 생성된 콘텐츠입니다.
주의사항: AI가 생성한 내용은 부정확하거나 편향된 정보를 포함할 수 있습니다. 중요한 결정을 내리기 전에 반드시 신뢰할 수 있는 출처를 통해 정보를 확인하시기 바랍니다.