꿈라CBT다음 <보기>의 세 가지 품질 문제에 대한 대응으로 가장 적절한 것은?
보기
대출 심사 모형의 성능이 기대에 못 미쳐 데이터를 점검한 결과이다.
| 구분 | 발견 사항 |
|---|---|
| ㉠ | '직업' 항목의 결측률이 22%이며, 결측인 신청자는 자영업 비중이 뚜렷하게 높았다. |
| ㉡ | 학습 데이터가 승인된 신청자만으로 구성되어 있어, 거절된 신청자의 실제 상환 결과는 알 수 없다. |
| ㉢ | '연소득' 항목에 동일 신청자의 중복 레코드가 3,400건 존재한다. |
- 1세 문제 모두 결측·중복이라는 같은 성격이므로, 해당 행을 모두 삭제하고 남은 데이터로 재학습하면 일괄 해결된다.
- 2㉡은 승인된 신청자만으로도 충분히 대표성이 확보되므로 문제가 아니며, ㉠은 결측률이 30% 미만이므로 무시해도 무방하다.
- 3㉠은 결측이 무작위가 아니어서 원인을 반영해야 하고, ㉡은 선택 편향이라 별도 보정이 필요하며, ㉢은 중복 제거로 처리한다.
- 4㉢의 중복 레코드는 표본 수를 늘려 주므로 오히려 통계적 검정력에 도움이 되며, ㉠과 ㉡은 표본을 두 배로 늘리면 자연히 해소된다.