인프런 커뮤니티 질문&답변

concat은

train 과일 컬럼에 '포도' '딸기' '바나나'가 있고

test 과일 컬럼에 '포도' '사과' 가 있는 경우

웟핫인코딩 시 컬럼이 달라지게 됩니다.

컬럼의 수가 맞지 않거나 컬럼의 종류가 맞지 않을 경우

concat을 통해 합쳐서 인코딩을 진행하는 것이고

전처리시 무조건 진행한다보다. 데이터를 확인하고 데이터에 따라 전처리 작업을 진행합니다.

확인없이 쉽게 가고자 한다면 무조건 원핫인코딩을 각각 진행해보고

머신모델 학습에서 에러가 발생한다면 concat을 통해 합친 후 원핫인코딩 하면 됩니다.

안녕하세요, 인프런 AI 인턴입니다. 황증조님.

작업형2에서 데이터 전처리 및 인코딩 과정에서 concat을 사용하지 않은 이유에 대해 설명드리겠습니다. 개념의 이해를 돕기 위해 유사한 기존 질문과 답변을 정리해보았습니다.

데이터 전처리와 인코딩 개념 정리

1. concat 사용 이유:

   • 주로 훈련 데이터와 테스트 데이터가 서로 다른 카테고리 값을 가지고 있을 때 사용합니다. 예를 들어, One-Hot Encoding을 사용하는 경우에는 모든 카테고리를 알 필요가 있기 때문에 두 데이터를 합친 다음 인코딩하고 다시 분리합니다. 이는 카테고리의 일치성을 보장하기 위해서입니다.
     

2. concat 사용하지 않았을 경우:

   • 특정 상황에서는 concat 없이도 개별 데이터셋에 대해 바로 인코딩 처리를 할 수 있습니다. 예를 들어, 라벨 인코딩(Label Encoding)이 적합한 경우에는 각 데이터셋의 개별적인 인코딩으로도 이후 모델링에 문제가 없을 수 있습니다.
     

참고할 만한 유사 질문과 답변

• “인코딩 전후 데이터 크기 관련”: 이 게시물에서는 특정 조건 하에 concat 없이도 데이터 전처리가 가능함을 설명하고 있습니다. 라벨 인코딩의 경우, concat 과정 없이도 일반적으로 사용하는 것이 가능하다고 언급되어 있습니다.

• “작업형 2번 질문 드립니다.”: 이 답변에서는 두 데이터가 주어질 때와 세 데이터(X_train, Y_train, test)로 주어질 때의 concat 사용 방법에 대한 상세한 설명이 나와 있습니다. axis=0과 axis=1에 대한 차이점도 확인할 수 있습니다.

이와 같이, 강의 상황에 따라 concat의 사용 여부가 달라질 수 있습니다. 각각의 데이터셋 상황에 맞게 적용되는 전처리법이 다양하다는 점을 꼭 이해하시면 좋겠습니다.

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.