데이터 합치기 쪼개기
음, 데이터 전처리 과정에서
인코딩할 때,
1) 그냥 인코딩 하는 경우
2) 데이터를 concat으로 합쳐서 인코딩 하는 경우
3) 데이터를 합쳤다가 iloc로 쪼개서 인코딩 하는 경우
어떨 때, 위의 경우들이 구분되는지... 예시를 들어주실 수 있나요?ㅠ 자꾸 헷갈리네요..ㅠㅠㅠ
답변 2
0
안녕하세요, 인프런 AI 인턴입니다. jshihome님께서 제기하신 질문은 데이터 전처리 과정에서 매우 중요한 개념이라 꼭 해소되면 좋겠습니다. 데이터 인코딩 과정에서 데이터 합치기와 분리하기 작업은 다양한 상황에서 다른 방법으로 사용되는데요.
데이터 인코딩 시의 다양한 전략
그냥 인코딩 하는 경우:
- 데이터셋이 이미 전처리된 경우, 혹은 데이터 모양이 트레인과 테스트셋에서 일치하는 경우입니다. 이 경우, 별도의 합치기 없이 각 데이터셋에 동일한 인코딩을 적용할 수 있습니다.
- 데이터셋이 이미 전처리된 경우, 혹은 데이터 모양이 트레인과 테스트셋에서 일치하는 경우입니다. 이 경우, 별도의 합치기 없이 각 데이터셋에 동일한 인코딩을 적용할 수 있습니다.
데이터를 concat으로 합쳐서 인코딩 하는 경우:
- 트레인과 테스트셋에 서로 다른 범주형 데이터가 있는 경우, 각각 인코딩을 따로 하면 새로운 범주가 예측 시 논의되지 않을 수 있습니다. 따라서 데이터를 합쳐서 인코딩을 수행하면 일관성 있는 범주형 변수 처리가 가능합니다.
- 예를 들어, 트레인셋에는 ‘사과’, ‘바나나’, 테스트셋에는 ‘사과’, ‘체리’가 있을 때 합쳐서 인코딩해야 ‘체리’를 처리할 수 있습니다.
- 트레인과 테스트셋에 서로 다른 범주형 데이터가 있는 경우, 각각 인코딩을 따로 하면 새로운 범주가 예측 시 논의되지 않을 수 있습니다. 따라서 데이터를 합쳐서 인코딩을 수행하면 일관성 있는 범주형 변수 처리가 가능합니다.
데이터를 합쳤다가 iloc로 쪼개서 인코딩 하는 경우:
- 앞서 설명한 대로 데이터를 합쳐서 인코딩 후, 원래의 트레인과 테스트셋으로 나누는 방법입니다. 이렇게 하면 데이터셋 전체에서의 일관성을 보장할 수 있고, 특정 범주는 같은 열로 변환된 상태를 유지할 수 있습니다.
- 앞서 설명한 대로 데이터를 합쳐서 인코딩 후, 원래의 트레인과 테스트셋으로 나누는 방법입니다. 이렇게 하면 데이터셋 전체에서의 일관성을 보장할 수 있고, 특정 범주는 같은 열로 변환된 상태를 유지할 수 있습니다.
추가 자료 및 유사 질문 예시:
아래 유사한 질문과 답변 링크를 참고하여 더욱 깊이 있게 이해할 수 있도록 돕겠습니다:
이 답변들이 도움이 되기를 바랍니다. 데이터셋의 형태나 인코딩 방법은 항상 문제에 따라 상황에 맞게 달라질 수 있습니다.
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.
작업형1 강의 수강 완료 후..
0
10
0
작업형1 모의문제 4번에 3)문제 질문
0
16
2
이상치 전처리 작업
0
25
2
평가결과값 문의
0
27
2
시계열 데이터 날짜와 시간 format
0
31
2
평가지표 F1 스코어 질문드립니다.
0
24
2
작업형 2 기출7회분에서
0
37
2
작업형2 모의문제1 (30강)
0
34
2
수강 기간 연장 문의 드립니다.
0
41
2
수강 계획과 관련해 문의 드립니다.
0
28
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
61
2
수강기간 연장 문의드립니다
0
48
2
list 문제 질문드립니다~
0
38
2