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.
뒤로가기 버튼 같은 것이 있나요?
0
28
1
강의 연장 문의
0
32
1
출력값 질문
0
31
2
수업노트가 어디에 있나요?
0
29
1
실기시험 제출관련
0
160
2
6.20 작업형 2 과적합
0
169
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
54
2
로지스틱회귀, 회귀
0
52
2
회귀 문제를 풀때 질문입니다.
0
59
1
불균형 처리 후 성능이 더 낮아졌다면,
0
66
2
실기 체험 제2유형 에러 문의
0
66
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
52
2
3번문제 등분산 가정
0
50
2
작업형3 target 형 변환 질문
0
38
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
40
3
원핫인코딩과 레이블 인코딩에서 concat
0
62
2
제2유형 질문입니다.
0
49
2
C()
0
44
2
작업형 2에서 strafity 적용 유무
0
53
2
수강 기간 연장 가능 여부 문의드립니다.
0
63
1
ols
0
44
2
2유형 작성관련 질문(일반 심화)
0
41
2
2유형 작성관련 질문
0
42
2
2유형 object컬럼 개수 다르면
0
49
2