데이터 분리 질문

Question

시험시 label 인코딩으로 문제를 풀려고 하는데요 데이터가 수치형, 범주형 나눠져있을때 , n_train = train.select _dtypes(exclude ='object').copy() n_test = test.select _dtypes(exclude ='object').copy() c_train = train.select _dtypes(include ='object').copy() c_test = test.select _dtypes(include ='object').copy() 이렇게 나눈후 n_ train과 n_test에는 scaling, c_train과 c_test에는 label 인코딩한 후 pd.concat으로 합치는것과 cols = ['수치형 데이터 컬럼 선택'] 수치형 데이터 스케일링, cols = ['범주형 데이터 컬럼 선택'] for i in cols 범주형 데이터 라벨 인코딩 1번과 2번에 차이가 있을까요? 어떤경우에 어떤것을 사용해야 하나요? 또 , 2번 방법 사용시 cols 의 이름을 수치형,범주형 각각 다르게 사용하여 컬럼 지정후 추후에 합쳐야하나요?

퇴근후딴짓 · Answer

당장 내일 시험이기에 익숙한 것이 있다면 그것으로 하시고 아니라면 2번으로 준비하시죠! 순차적으로 진행하기 때문에 cols 동일한 변수로 덮어서 사용해도 됩니다. 2번 방법은 합칠 이유는 없습니다. df[cols]로만 컬럼을 선택해서 진행하면 됩니다. 또한 스케일링이 어렵다면 생략해도 됩니다. 인코딩만 잘 진행해 주세요!