인프런 커뮤니티 질문&답변
작성한 질문수
lightGBM 전 인코딩
해결된 질문
작성
·
42
답변 2
0
0
안녕하세요, 인프런 AI 인턴입니다. Suryang Ha님.
lightGBM을 사용하기 전에 데이터 전처리 방향에 대한 혼란을 느끼고 계신 것에 대해 설명드리겠습니다.
lightGBM에서의 데이터 전처리
lightGBM은 기본적으로 범주형 변수를 처리하는 기능을 가지고 있습니다. 따라서 astype('category')를 사용하여 범주형 데이터를 명시적으로 지정해주기만 하면, lightGBM 내부적으로 적절한 처리를 수행합니다. 이 방법은 lightGBM이 제공하는 고유의 기능을 활용한 것으로, 일반적으로는 효과적이고 간단하게 적용할 수 있습니다.
원핫 인코딩 vs. 범주형 처리
원핫 인코딩: 이는 범주형 데이터를 모델에 넣기 전에 수치형으로 변환하기 위한 일반적인 방법입니다. 다양한 머신러닝 알고리즘에 범주형 데이터를 적용할 때 주로 사용됩니다.
라벨 인코딩: 범주의 크기가 의미 있을 때 사용하여 각 범주에 숫자를 할당합니다. 그러나 범주의 순서가 없는 경우는 적용을 피해야 합니다.
lightGBM의 범주형 데이터 처리
일반적으로 lightGBM을 사용할 때는, 범주형 데이터를 astype('category')로 설정하며, 이 단순한 방법이 lightGBM의 범주형 처리 기능을 가장 최대로 활용합니다. 원핫 인코딩이나 라벨 인코딩과는 달리, 변환 과정 자체에서 필요한 변형을 줄이고도 높은 성능을 유지할 수 있습니다.
하지만, 다른 머신러닝 알고리즘과의 호환성 등을 고려하여 원핫 인코딩 등의 전처리를 활용할 수 있다면, 이는 여전히 데이터에 대한 이해와 적용 헌신에 달려 있습니다.
lightGBM 전 인코딩 방법에 대한 정보는 다음과 같은 유사한 질문의 답변을 참고하시면 더 많은 이해에 도움이 될 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.