train_oh, test_oh 의미
train와 test의 데이터가 15개로 동일하지만
train_oh와 test_oh의 데이터는 왜 다른지 궁금합니다..
제가 정확히 train_oh와 test_oh는 각각 train과 test의 문자데이터를 수치형 데이터로 변환하는것으로 이해했는데 그렇다면 train과 train_oh의 데이터 갯수는 동일해야 하는것이 아닌 의문이 들어 질문남깁니다 ㅠ
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 고동협님.
원-핫 인코딩을 사용하여 train과 test 데이터를 각각 인코딩한 결과, train_oh와 test_oh 데이터의 차원이 다른 이유는 각 데이터셋에 포함된 고유한 카테고리의 수가 다르기 때문입니다.
train과 test 데이터셋의 컬럼 수는 15로 동일하지만, 각 컬럼 안의 카테고리(고유 값) 수가 다를 수 있습니다. 예를 들어 train에만 특정 카테고리가 존재하는 경우, test에는 그 카테고리가 없을 수 있습니다. 이로 인해 결과적으로 one-hot 인코딩 후의 컬럼 수가 달라지게 됩니다.
원-핫 인코딩을 하면 각 고유 값이 새로운 열로 변환되므로, train_oh와 test_oh의 컬럼 수는 각 데이터셋 내의 고유값 수의 합으로 결정됩니다. 이를 해결하기 위해서는 train과 test를 먼저 합친 후 원-핫 인코딩을 수행하고, 다시 나눠주는 방식으로 일관된 차원을 유지할 수 있습니다.
강의에서 제공된 이 링크의 질문(기출 8회 2유형 질문)에서 유사한 상황에 대한 자세한 설명을 찾으실 수 있습니다. 이 방법은 데이터를 예측 모델에 맞게 일관되게 준비할 때 흔히 사용됩니다.
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
13
1
점수차가 많이 나는데 따로 하신게 있으신가요?
0
10
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
44
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