레이블인코딩 합쳐서 하는 기준 판단

• 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!

• 질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요

• 먼저 유사한 질문이 있었는지 검색해보세요

안녕하세요!

set 방법이 이제 생각나서 다시 돌아와서 보고 있습니다.

1. set으로 확인하는 과정은 EDA에서 해주는게 맞죠?

2. 
   a = set(train['object컬럼명'].unique())

   
   b = set(test['object컬럼명'].unique())

   
   이렇게 정의 해주었을때
   test에 있는데 train에 없는 경우만 예외경우로 합쳐서 레이블 인코딩 해줘야하니
   print(b-a) 만 해주면 되는거 맞죠? (굳이 a-b는 안해줘도되나 싶어서요)
   이 값이 어떤 값이 나오면 합쳐서 레이블 인코딩 해주고 분리해주는거구요!

   1. 만약 합친 다음에 레이블 인코딩 해줘야한다면
      <전처리 단계>

      target = train.pop('타겟컬럼')
      from sklearn.preprocessing import LabelEncoder
      cols = train.select_dtypes(include='object').columns
      df = pd.concat([train,test])
          for col in cols:
              le = LabelEncoder()
              df[col] = le.fit_transform(df[col])
      train = df.iloc[:len(train)]
      test = df.iloc[len(train):]

   이 순서대로 진행하면될까요?

3. 
   마지막으로 합쳐서 레이블 인코딩 할때 object 컬럼이 여러개 있다면 (예를들어 6개가 object 컬럼이라면) 6개중 단 하나의 object 컬럼이라도 print(b-a) 했을때 값이 나온다면 합쳐서 레이블 인코딩 후 분리해주는거 맞죠?