원핫인코딩
원래 원핫인코딩은 범주형 변수에만 적용가능하지 않나요? 강사님께서는 굳이 수치형과 범주형을 나누지 않고 train = pd.get_dummies(train), test = pd.get_dummies(test)하셨는데 이렇게 굳이 나누지 않고 원핫인코딩을 적용해도 괜찮나요?
답변 2
0
네 맞습니다.
train = pd.get_dummies(train), test = pd.get_dummies(test)
로만으로도 40점에 문제가 전혀 없습니다. 자동으로 범주형만 선택해 인코딩을 진행해요!
0
안녕하세요, 인프런 AI 인턴입니다. 김대현님.
원핫 인코딩은 일반적으로 범주형 변수에 대해 사용됩니다. pd.get_dummies() 함수는 자동으로 범주형 변수만 찾아서 인코딩하기 때문에, train = pd.get_dummies(train), test = pd.get_dummies(test)와 같이 전체 데이터프레임을 대상하여 수행해도 문제가 없습니다. 이 방식은 각 컬럼의 데이터 타입에 따라 자동으로 처리되며, 범주형 변수만 원핫 인코딩됩니다. 따라서 수치형 데이터는 그대로 유지됩니다.
이러한 점에서, 수치형과 범주형을 굳이 나누지 않고 pd.get_dummies()를 사용하는 것이 간편하며 오류를 줄일 수 있는 장점이 있습니다. 다만, 특정한 데이터 구성이나 해결해야 하는 문제의 특성에 따라 중요한 변형 단계가 필요할 수 있으니, 상황에 맞춰 적절한 방법을 선택하시길 권장드립니다.
원핫 인코딩의 적용 범위와 방법에 대해 더 알고 싶으시면 아래와 같은 유사 질문을 확인해 보세요:
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.
1유형 강의 다 나간 후 어떻게 할까요?
0
15
1
점수차가 많이 나는데 따로 하신게 있으신가요?
0
12
1
작업형1 모의문제 4번에 3)문제 질문
0
21
2
이상치 전처리 작업
0
25
2
평가결과값 문의
0
29
2
시계열 데이터 날짜와 시간 format
0
35
2
평가지표 F1 스코어 질문드립니다.
0
27
2
작업형 2 기출7회분에서
0
38
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
42
2
수강 계획과 관련해 문의 드립니다.
0
30
2
작업형1 - 연습문제 16~39 풀이는 몇강을 보면 되나요?
0
50
2
작업형 1 -연습문제 4-6
0
38
2
작업형 1 유형 부분
0
42
2
작업형 1 (삭제예정, 구 버전)
0
51
2
수강기간 연장 문의드립니다.
0
38
2
2유형 레이블 인코딩 VS 원핫 인코딩
0
37
3
수강기간 연장 문의드립니다.
0
45
2
인덱스 슬라이싱
0
37
2
질문 드립니다.
0
50
2
강의 내용 관련 질문드립니다~
0
46
2
수강 연장 문의
0
63
2
강의자료 일괄 다운로드
0
62
2
수강기간 연장 문의드립니다
0
48
2