HGB 전부 결측 특징의 오류: 0 채우기 전에 관측 의미 확인
학습 실패를 피하려고 미관측 값을 임의의 숫자로 채우면 데이터의 의미가 달라진다.
HGB 전부 결측 특징의 오류: 0 채우기 전에 관측 의미 확인
전부 결측인 특징 때문에 학습이 멈추면 숫자 0을 채워 계속 진행하고 싶은 유혹이 생긴다. 그러나 관측하지 않았다는 정보와 실제 값이 0이었다는 정보는 다르다. 먼저 빈 지지집합을 지원하는지와 특징을 유지할 이유를 확인해야 오류 회피가 데이터 조작으로 이어지지 않는다. [1, 2, 3]
보고의 범위와 전제
scikit-learn 공개 보고는 HGB threshold 경로에서 all-missing support가 IndexError를 일으킨다고 진단한다. 원문은 current-main Python 함수와 로컬 수정 native 모듈을 결합한 isolated replay이며 완전한 main 설치 시험이 아니라고 명시한다. 이 제한을 유지해야 특정 배포판의 실제 동작까지 확인된 것처럼 읽히지 않는다. [1]
입력에서 확인할 관계
전부 결측인 특징과 정상 특징을 나눈 작은 입력에서 유효 지지집합 수와 원본 결측 마스크를 보관한다. 지원되는 결측 처리나 특징 제외 경로를 검토하되, 우회 후 새로 삽입한 관측값이 있는지 대사한다. 대안을 선택할 때는 학습 완료 여부보다 원래 관측 의미를 유지했는지 먼저 확인한다. [1, 3]
승인 기준을 정하는 작은 사례
설명용 특징의 20개 값이 모두 미관측이라면 이를 숫자 0 관측 20개로 바꿀 근거는 없다. 결측 보존 계약에서 삽입 관측 수 0은 통과하지만 20은 실패한다. 도메인이 미관측을 실제 0으로 정의하는 명시적 계약을 가지고 있다면 그때는 별도의 의미와 정책으로 검토해야 한다. [1, 3]
Truthound 검사에 넘길 경계
Truthound Core의 ExpressionValidator는 준비된 inserted_observation_count가 결측 보존 정책에서 0인지 검사하는 구성요소로 사용할 수 있다. 운영자가 원본 마스크와 대체 내역을 제공해야 하며 이 검사는 HGB의 빈 support 오류를 수정하지 않는다. 또한 원문의 제한된 replay를 특정 설치 환경의 독립 재현으로 바꾸어 주지도 않는다. [1, 2, 3]
적용 조건
원본 결측 마스크와 대체 내역에서 삽입 관측 수를 계산하고 승인한 결측 보존 정책에 연결한다.
대안
지원되는 결측 처리·특징 제외 정책을 명시적으로 검토하고 원본 마스크를 보존한다.
한계
이 검사는 HGB의 빈 support 오류를 수정하거나 특정 배포판의 실패를 독립 확인한 것이 아니다.
근거
- 사건 확인일
- 대상 확인일
- 수정일
