인프런 커뮤니티 질문&답변

아래쪽 꿀팁 섹션에

80. 인코딩 할 때 에러가 난다면?

영상을 참고해 주세요

화이팅

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

1. 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.
     

2. 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.
     

3. 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.
     

추가 자료 및 유사 질문 예시:

아래 유사한 질문과 답변 링크를 참고하여 더욱 깊이 있게 이해할 수 있도록 돕겠습니다:

• Feature Engineering에서 인코딩 후 데이터를 합칠 때 iloc를 활용하셨는데
  
• 데이터 전처리(공식 예시문제 작업형2)
  

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.