원핫 인코딩 시

Question

print(train.shape, test.shape) train = pd.get_dummies(train) test = pd.get_dummies(test) print(train.shape, test.shape) train = pd.get_dummies(train[cols]) test = pd.get_dummies(test[cols]) 아래처럼 cols로 범주형 칼럼을 인덱싱해서 넣지않고 위처럼해도 되나요? 수치형은 건드리지 않고 범주형에 대해서만 인코딩하기에 cols를 따로 하지 않아도 되나요?

퇴근후딴짓 · Answer

train = pd.get_dummies(train) 로 사용해 주세요 train = pd.get_dummies(train[cols]) 를 사용하면 train에 기존에 있던 수치형은 삭제되고 없습니다. 시험환경에서 인코딩후 print()로 반드시 원하는 결과가 맞는지 눈으로 확인해 주세요 시험 잘 보고 오세요!!

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. 오벽님. 원핫 인코딩을 수행할 때, pd.get_dummies(train) 와 pd.get_dummies(test) 처럼 모든 범주형 변수에 대해 인코딩을 진행할 수도 있고, 특정 컬럼( columns=cols )에 대해서만 인코딩을 수행할 수도 있습니다. 이 두 방법이 어떻게 다르게 작용하는지를 이해하는 것이 중요합니다. 모든 컬럼에 원핫 인코딩 : pd.get_dummies(train) 과 같이 사용하면, 데이터프레임 내의 모든 범주형 컬럼이 자동으로 원핫 인코딩됩니다. 따라서, 수치형 컬럼은 변화가 없고 범주형 컬럼만 이진 값으로 변환됩니다. 이는 특정 범주형 컬럼을 지정하지 않아도 되므로, 처리해야 할 컬럼이 많을 때 유리할 수 있습니다. 시험에 적용할 때 범주형 변수를 모두 변환하여도 결과에는 큰 영향을 미치지 않는 경우라면 문제없이 사용 가능합니다. 특정 컬럼에 원핫 인코딩 : pd.get_dummies(train[cols]) 와 같이 사용하면, cols 리스트에 지정된 범주형 컬럼에 대해서만 원핫 인코딩이 진행됩니다. 이를 통해 수치형 컬럼 또는 인코딩이 필요 없는 특정 컬럼을 보호하면서, 원하는 범주형 컬럼만 인코딩할 수 있습니다. 일반적으로 수치형 데이터에 원핫 인코딩을 적용할 필요는 없으므로 두 방법 중 하나를 선택할 수 있습니다. 수치형 데이터가 그대로 유지되길 원하면서도 모든 범주형 컬럼을 자동으로 변환하고 싶다면 첫 번째 방법을 사용하세요. 특정 컬럼에 대해 선택적으로 인코딩을 하려면 두 번째 방법을 사용하시면 됩니다. 유사한 질문과 답변이 있는 게시글을 참고하시어 어떤 상황에 맞게 사용하실지 결정하시면 좋습니다: 원핫인코딩에 관해서 질문이 있습니다! pd.get_dummies(train[cols])와 (train, columns=cols) 차이가 궁금합니다. 저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.