📖 챕터 소개

4강에서 우리 실험의 '설계도'를 그렸다면, 이번 시간에는 그 설계도를 바탕으로 최첨단 '자동화 설비'를 구축하는 방법을 배웁니다. 실제 데이터는 결측치, 이상치 등 정제되지 않은 경우가 대부분이죠. setup() 함수가 제공하는 강력한 전처리 기능들을 활용해 이런 문제들을 해결하고, 모델의 성능을 최대한으로 끌어올릴 수 있는 데이터 파이프라인을 만들어 보겠습니다. 이제 여러분의 분석은 한 단계 더 정교해질 겁니다!

🎯 챕터 목표

결측치(Missing Values)를 다루는 numeric_imputation, categorical_imputation 파라미터를 사용할 수 있습니다.
데이터의 스케일을 맞추는 **정규화(Normalization)**와 분포를 안정시키는 **데이터 변환(Transformation)**을 적용할 수 있습니다.
모델 성능을 저해하는 **이상치(Outliers)**를 자동으로 제거하는 방법을 이해합니다.
get_config() 함수를 사용해 전처리가 완료된 데이터를 직접 눈으로 확인하고, 변화를 설명할 수 있습니다.

💻 이번 챕터의 전체 코드 및 프로젝트 구조

이번 챕터의 핵심 코드

💡 4강의 setup() 코드에 고급 전처리 파라미터를 추가하여, 더욱 정교한 실험 환경을 구축합니다. get_config()로 그 결과를 확인하는 것이 이번 강의의 핵심입니다!

# 1. 라이브러리 준비
from pycaret.datasets import get_data
from pycaret.regression import setup, get_config

# 2. 데이터 불러오기
insurance_df = get_data('insurance')

# 3. 고급 전처리가 포함된 실험 환경 설정
# 먼저 기본 전처리만 적용된 결과를 확인하고,
# 이후 normalize, transformation 등 고급 파라미터의 효과를 알아봅니다.
pro_reg_experiment = setup(
    data = insurance_df,
    target = 'charges',
    session_id = 123,

    # --- 5강에서 추가/변경되는 파라미터들 ---
    numeric_imputation = 'mean',     # 수치형 결측치는 '평균값'으로 채우기
    ignore_features = ['region'],    # region 변수는 분석에서 제외

    # 아래 파라미터들은 개념 학습 후, 적용했을 때의 결과를 별도로 확인합니다.
    # normalize = True,
    # transformation = True,
    # remove_outliers = True,
)

# 4. 변환된 학습 데이터 확인하기
transformed_train_df = get_config('X_train_transformed')
print("--- 원본 데이터 ---")
print(insurance_df.head())
print("\\n--- 변환 후 데이터 (기본 전처리) ---")
print(transformed_train_df.head())

코드 실행 결과 미리보기 (기본 전처리)

원본 데이터 확인 (`insurance_df.head()`)

   age     sex     bmi  children smoker     region      charges
0   19  female  27.900         0    yes  southwest  16884.92400
1   18    male  33.770         1     no  southeast   1725.55230
2   28    male  33.000         3     no  southeast   4449.46200
3   33    male  22.705         0     no  northwest  21984.47061
4.  32    male  28.880         0     no  northwest   3866.85520

`setup()` 실행 후 나타나는 정보 테이블 (기본 전처리)

Numeric imputation이 mean으로 설정되고, 아직 다른 고급 기능은 적용되지 않은 상태입니다.