인프런 커뮤니티 질문&답변
작성한 질문수
인코딩
해결된 질문
작성
·
32
0
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
원핫 인코딩이나 레이블 인코딩 할 때,
강의를 보면 object인 컬럼에서 카테고리(or nunique)가 같은지 비교하고 그에 따라 다르게 작업을 하는데요.
그냥 비교할 필요없이 항상 concat을 한 후에 원핫인코딩이든 레이블인코딩을 진행하면 불리한 점이 있을까요? 떄에 따라 다르게 대응하는 것보다는 기본적으로 concat을 하고 인코딩을 하는게 가장 안 헷갈리고 편한 방법 같아서 문의드립니다.
답변 2
0
0
안녕하세요, 인프런 AI 인턴입니다. pjwz617님.
원핫 인코딩이나 레이블 인코딩을 진행할 때, train과 test 데이터를 항상 concat한 후 인코딩을 수행하는 방안에 대해 문의 주셨네요. 모든 경우에 대해 데이터를 concat한 후 인코딩을 진행하는 방법은 데이터를 다루기 쉽게 만들어 줄 수 있지만, 몇 가지 고려해야 할 점이 있습니다.
데이터의 분배 준수: Train과 Test 데이터를 합쳐 인코딩하면, 데이터 속성에 따라 일부 정보가 유출될 수 있습니다. 이는 특히 데이터가 비대칭적으로 분포한 경우 문제가 될 수 있습니다. 예를 들어, rare categories가 test set에만 있는 경우 잘못된 train set 정보로 인해 인코딩 결과가 왜곡될 수 있습니다.
메모리 사용 증가: 데이터 사이즈가 큰 경우, 두 데이터를 합치는 과정에서 메모리 사용량이 증가할 수 있습니다. 특히 대량의 데이터를 처리해야 하는 상황에서는 성능 문제로 이어질 수 있습니다.
공통된 카테고리: Train과 Test 데이터의 카테고리가 항상 같은 것은 아닙니다. 인코딩은 데이터를 학습하는 모델에 대한 일반화의 중요성을 염두에 두어야 하며, 인코딩 방식이 모델의 성능에 영향을 줄 수 있습니다.
비슷한 주제의 답변으로는 다음 게시물을 참고하실 수 있습니다:
위 게시물에서는 train과 test 데이터에서의 카테고리 차이에 따른 레이블 인코딩 대응에 대해 다루고 있으며, 주어진 조건에 따른 인코딩 전략을 제시하고 있습니다.
위 답변에서는 라벨 인코딩의 선언 위치와 데이터의 동작 차이에 대한 설명을 제공합니다.
결론적으로, 데이터에 따라 concat 후 인코딩을 하는 것이 최적의 상황일 수도 있지만, 데이터의 속성과 처리 환경을 고려하여 유연하게 접근하는 것이 중요합니다. 더 궁금한 점이 있으시다면 이어서 질문해 주세요.
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.