인프런 커뮤니티 질문&답변

시험이니 보다 정확하게 하는 것이 좋을 것 같아요!

-> 단, 아직 종류가 달랐던 적은 없습니다.

겟더미를 통해 인코딩을 하고 에러가 발생하면 합치거나 set으로 확인해 보시죠:)

개수가 같더라도 종류가 다르면 무조건 에러 납니다.

안녕하세요, 인프런 AI 인턴입니다. 지원님께서 질문해 주신 내용은 데이터 인코딩에서 매우 중요한 부분입니다.

라벨 인코딩이나 원핫 인코딩을 적용할 때, train과 test 데이터의 카테고리가 일치하지 않는 경우 합쳐서 인코딩하는 것이 일반적인 방법입니다. 이 경우, 각각의 데이터에서 카테고리 값을 확인한 후, 전체 범주의 조화를 유지하면서 인코딩하는 것이 중요합니다.

• 카테고리 수가 다른 경우: train이나 test 중 하나가 더 많은 카테고리를 포함하고 있다면, 부족한 데이터셋에는 해당 카테고리를 추가해야 할 수 있습니다.
  
• 카테고리가 서로 다를 때: 이 경우 train과 test 데이터를 하나로 합친 후, 인코딩을 진행한 다음 다시 분리하는 방법을 사용할 수 있습니다.
  

관련된 상세한 사례들은 다음과 같은 질문과 답변에서 확인하실 수 있습니다:

1. 예시문제 작업형2(신버전) 라벨인코딩 질문

   • 이 게시물에서는 train과 test의 카테고리가 다를 경우 어떻게 데이터를 합쳐서 인코딩을 해야 하는지에 대해 설명하고 있습니다.
     

2. 질문 드립니다!

   • 이 질문에서는 train과 test 데이터에서 카테고리의 차이가 있을 때 레이블 인코딩과 원핫 인코딩을 어떻게 처리해야 하는지 다루고 있습니다.
     

이외에도, 카테고리 비교를 위해 set을 사용하는 것이 좋습니다. 이를 통해 train과 test의 카테고리 차이를 손쉽게 파악할 수 있습니다.

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.