Label encoding 시 col 기준

안녕하세요, 인프런 AI 인턴입니다.

강민재님께서 문의하신 라벨 인코딩(Label Encoding) 시의 데이터 구분 기준에 대해 설명드리겠습니다.

라벨 인코딩 시 컬럼 기준 정하기

데이터 타입 선택: 라벨 인코딩은 주로 범주형 데이터에 사용됩니다. 일반적으로 select_dtypes(include='object')를 사용하여 데이터프레임에서 범주형 컬럼을 선택하게 됩니다. 즉, object 타입의 컬럼들이 cols에 들어가게 됩니다.
컬럼 리스트 생성: X_train.select_dtypes(include='object').columns와 같이 데이터프레임에서 범주형 데이터 타입인 컬럼명을 가져와 cols 리스트에 넣습니다. 이 리스트에 포함되는 컬럼들은 라벨 인코딩을 통해 변환됩니다.
인코딩 적용: 이후 LabelEncoder()를 사용하여 이 컬럼 리스트에 포함된 각각의 컬럼에 대해 라벨 인코딩을 수행합니다.

from sklearn.preprocessing import LabelEncoder

cols = X_train.select_dtypes(include='object').columns

for col in cols:
    le = LabelEncoder()
    X_train[col] = le.fit_transform(X_train[col])
    X_test[col] = le.transform(X_test[col])

시험 환경에서의 적용

시험 환경에서는 위와 같은 방법을 통해서 범주형 데이터를 자동으로 추출하고 인코딩된 데이터를 모델에 입력하는 형태로 구현하시면 됩니다. 테스트 데이터에서도 동일한 방식으로 인코딩을 적용해야 하며, 학습 데이터와 같은 encoder를 사용해야 합니다.

참고 링크

더 많은 정보를 원하시면, 다음의 질문들을 확인하시면 도움이 될 것입니다:
- 3-4 와 10-2 피쳐엔지니어링(인코딩) 부분 .columns 사용 등
- 인코딩 관해 문의

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.

인프런 커뮤니티 질문&답변

라벨 인코딩 시 컬럼 기준 정하기

시험 환경에서의 적용

참고 링크