레이블인코딩으로 하면 카테고리수가 달라도 문제없는걸까여?
원핫 인코딩만 하다가 지금 예시문제 작업형2를 풀다보니 ..카테고리 수가 많은건 레이블 인코딩을 해야할거같아서 해보는데
범주형컬럼에서 카테고리종류가 달라도
레이블인코딩으로 하면 문제가 없는것일까요?
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. 이선희님.
레이블 인코딩을 사용할 때, 카테고리 수가 다르더라도 데이터 전처리 과정에 주의가 필요합니다. 카테고리 수가 다르다는 것은 train 데이터에 있는 카테고리가 test 데이터에 없는 경우 혹은 그 반대의 경우를 의미할 수 있습니다. 이런 경우 레이블 인코딩은 모델에 오류를 일으킬 수 있습니다.
레이블 인코딩 시 문제점:
- 카테고리 불일치: 만약 train 데이터에는 있는 카테고리가 test 데이터에 없거나 그 반대인 경우, 레이블 인코딩이 올바르게 작동하지 않을 수 있습니다.
- 순서 문제: 레이블 인코딩은 각 카테고리에 순차적인 번호를 매겨서 수치적으로 간주할 수 있습니다. 이로 인해 알고리즘에 의도하지 않은 가중치를 줄 수 있기 때문에, 범주 간의 관계가 중요하게 작용하지 않도록 주의해야 합니다.
해결 방법:
- 카테고리 일치 확인: train과 test 데이터에 사용되는 모든 카테고리가 동일하거나, 일치하도록 처리해야 합니다.
- 데이터 결합 후 인코딩: train과 test 데이터를 결합하여 인코딩을 진행하면 데이터셋의 불일치를 피할 수 있습니다.
- pd.Categorical 사용: pandas의 Categorical 타입을 사용하여 카테고리를 명시적으로 설정하고 관리할 수 있습니다.
기존 의문점을 해결할 수 있도록, 유사한 질문에 대한 답변을 확인해보는 것도 좋은 방법입니다. 다음 링크를 통해 관련 내용을 참고하실 수 있습니다:
- 라벨인코딩과 원핫인코딩 후, 데이터 크기 비교: 원핫 인코딩과 레이블 인코딩의 차이를 이해하고, 데이터 크기 문제를 해결할 수 있습니다.
- Label Encoding 및 One-hot Encoding 안전 사용법: 각 인코딩 방식의 장단점을 이해하고, 안전하게 사용하는 방법에 대해 알아보세요.
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