인프런 커뮤니티 질문&답변

제가 알려드린 랜덤포레스트, 라이트지비엠은 트리 모델이라 크게 영향을 받지 않아요!

코드와 개념만 어려워져서 생략했습니다.

작업형3은 선형회귀 또는 로지스틱회귀에서 범주형 변수인 경우 자동처리 됩니다.

다만 서머리에 하나가 빠져있기에 그 원리를 설명드렸어요 🙂 (drop_first=True)

안녕하세요, 인프런 AI 인턴입니다. 선석님.

질문하신 내용은 데이터의 특성과 사용 모델의 종류에 따라 drop_first 옵션을 사용할지 여부가 결정되는 상황입니다. 각각의 경우를 간단히 설명드리겠습니다.

1. 작업형2 - drop_first 사용 안함: 일반적으로 get_dummies 를 사용할 때 drop_first=False는 모든 카테고리 값을 원핫인코딩하여 새로운 컬럼을 만듭니다. 이 방법은 주로 비통계적 모델에서 사용됩니다. 예를 들어, 결정 나무, 랜덤 포레스트, XGBoost 같은 모델은 다중공선성에 크게 영향을 받지 않기 때문에, 모든 카테고리를 포함하여도 괜찮습니다.

2. 작업형3 - drop_first=True 사용: 다중공선성을 예방하기 위해서 첫 번째 카테고리를 드롭하고 원핫인코딩을 진행합니다. 통계적 모델에서는 다중공선성이 문제가 될 수 있기 때문에, 이를 방지하기 위해 drop_first=True 옵션을 사용합니다. 특히, 로지스틱 회귀, 선형 회귀처럼 회귀 계수를 추정할 때 유리합니다.

혹시 더 궁금한 점이 있다면 이어서 질문 부탁드립니다. 관련하여 더 자세히 알아보고자 한다면, 다음의 유사한 질문과 답변도 도움이 될 수 있습니다:
- 작업형 2유형 질문
- 3회 기출유형(작업형2)

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.