6회 기출 작업형2
EDA 과정 중에
# 기초통계 train(object)
train.describe(include='O')
# 기초통계 test(object)
test.describe(include='O')train과 test 데이터의 unique 값이 동일하다면 실제 카테고리 값 자체 비교 없이 바로 인코딩 해도 문제 없나요?
카테고리 값을 비교해서 안전하게 하고 싶지만, 굳이 안 그래도 되는 거면 안 하려고 합니다!!
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 김범준님께서 주신 질문에 대해 답변드리겠습니다.
두 데이터셋(train과 test)에서 범주형 데이터의 unique 값이 동일하다면, 일반적으로 카테고리 자체를 비교하지 않고 바로 인코딩을 진행해도 큰 문제가 없습니다. 그러나, 각각의 데이터셋에 포함된 카테고리가 실제로 모든 범주를 포함하고 있는지 명확히 알지 못할 때는 확인하는 것이 안전할 수 있습니다.
범주형 데이터의 인코딩 방법으로는 원-핫 인코딩과 라벨 인코딩이 있으며, 만약 데이터셋이 이미 서로 같은 범주를 가지고 있음을 확인한 상황이라면, 바로 인코딩을 진행하는 것이 가능합니다. 이 경우 카테고리 값이 모델의 학습 및 예측에 일관성을 제공할 것입니다.
하지만, 언제나 데이터 품질을 최대화하기 위해 범주형 값 간의 차이를 검토하는 것이 최선의 방법일 수 있습니다. 예를 들어, 추가적인 카테고리가 예기치 않게 도입될 수 있는 데이터셋에서 인코딩을 진행한다면 문제가 발생할 수 있습니다.
해당 방법에 대해 추가적인 정보를 얻고 싶으시다면 아래 유사한 주제의 질문을 참고하세요:
- EDA 카테고리 비교 질문에서는 카테고리 비교가 언제 필요한지에 대해 다룹니다.
- 작업형2 질문에서는 데이터 통합 및 인코딩 전략에 대한 정보를 제공합니다.
특히 작업형 2에서는 범주형 데이터의 일관성을 유지하기 위한 다양한 실전 전략이 논의되고 있으니 참고하시기 바랍니다.
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
14
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