데이터 전처리 과정에서 결측치(Missing Value)를 발견했을 때, 이를 처리하는 주요 방법 세 가지를 설명해 주세요.

면접관님, 데이터 전처리 시 결측치 처리 방법은 크게 세 가지로 나눌 수 있습니다.

첫째, 결측치가 있는 행 또는 열을 삭제하는 방법입니다. 이는 간단하지만, 데이터 손실을 초래할 수 있으므로 결측치 비율이 낮을 때 고려합니다.

둘째, 평균, 중앙값, 최빈값 등으로 결측치를 대체하는 방법입니다. 데이터 분포에 따라 적절한 값을 선택해야 하며, 특히 중앙값은 이상치에 덜 민감합니다. 예를 들어, pandas에서는 df['column'].fillna(df['column'].mean())과 같이 사용할 수 있습니다.

셋째, 머신러닝 모델을 활용하여 결측치를 예측하고 대체하는 방법입니다. 다른 변수들과의 관계를 고려하여 더 정확한 대체가 가능하지만, 모델 구축 및 검증에 시간이 소요될 수 있습니다. 어떤 방법을 선택할지는 결측치의 유형, 데이터의 특성, 그리고 분석 목적에 따라 신중하게 결정해야 합니다.