inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

9회 기출유형(작업형2)

train과 test object 유형 또는 갯수가 다르게 되면 어떤 처리가 필요한가요?

해결된 질문

123

hyorim0424

작성한 질문수 1

0

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

  1. 다르다면 합쳐서 인코딩이 필요해요 🙂

  1. 이것도 다른 것입니다. 합쳐서 인코딩이 필요합니다.

작업형2. 머신러닝(회귀) 영상을 살펴보시면 됩니다 화이팅!!!

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. hyorim0424님.

train과 test 데이터셋의 object 유형이나 카테고리 수가 다르면, 머신러닝 모델 적용 시 문제를 일으킬 수 있습니다. 특히 원-핫 인코딩을 사용하면 카테고리 값마다 새로운 열이 생성되기 때문에, train과 test의 열 수가 달라질 수 있습니다. 이를 해결하기 위해서는 몇 가지 방법이 있습니다.

  1. Train과 Test를 합치고 인코딩 후 분리하기:
    • 두 데이터셋을 하나로 합쳐서 원-핫 인코딩을 진행한 뒤, 다시 각각의 데이터셋으로 분리하는 방법입니다. 이렇게 하면 두 데이터셋의 차원이 일치하게 됩니다.
   combined = pd.concat([train, test], axis=0)
   combined_encoded = pd.get_dummies(combined)
   train_encoded = combined_encoded.iloc[:len(train)]
   test_encoded = combined_encoded.iloc[len(train):]
  1. Dummy Features 조정:

    • 만약 열의 수가 중요한 경우, pd.get_dummies 함수의 drop_first=True 옵션을 통해 첫 번째 카테고리를 삭제하여 모델의 차원을 줄일 수 있습니다.
  2. 범주가 달라도 무방한 경우:

    • 범주 자체가 다르지만 카테고리 수가 같은 경우라도 모델이 해당 차이를 인식할 수 있어야 합니다. 그러나, 가급적 카테고리 정보가 같도록 유지하는 것이 모델 성능에 유리합니다.
  3. 라벨 인코딩:

    • 라벨 인코딩을 사용하여 각 카테고리를 숫자로 매핑하는 방식입니다. 이는 데이터의 카테고리 값이 많거나 메모리 효율이 중요할 때 유용하지만, 카테고리간 순위가 없다는 점을 주의해야 합니다.

위의 방법을 통해 데이터셋의 차원을 일치시켜야 안정적인 모델 학습과 예측이 가능합니다.

관련 질문 및 답변 링크:
- 예시문제 작업형 2
- EDA 카테고리 비교 질문

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.

작업형2에서 데이터 분포를 확인하는 이유

0

18

2

10회 기출 작업형 2 문제

0

18

1

코딩팡 프로 인증

0

22

1

이번 강의 학습노트

0

18

2

캐글 질문

0

17

2

코딩팡 pro 관련

0

20

1

9번질문입니다.

0

22

2

시험에 대해서

0

21

2

12회 작업형 2

0

25

2

copy()

0

26

2

딴짓코치 이용

0

21

1

수강 관련 문의 드립니다.

0

63

4

자치구 상점 수 합(12회)

0

29

1

불균형데이터 처리 전후 비교

0

34

2

레이블인코딩/원핫

0

44

2

인코딩

0

43

2

작업형 2 작업

0

42

2

ttest_rel() 관련 질문

0

51

2

작업형2. 인코딩에 대해 질문드립니다.

0

39

2

작업형3 2-3

0

47

1

코딩팡 2호선 전처리 종합 28번 중고 카메라 매입가 문제 최적화 질문드립니다.

0

40

1

8회 작업형2

0

39

2

작업형2 모의문제2 updated 2026.10

0

54

3

단순선형 회귀분석 신뢰구간,예측구간 관련질문

0

48

2