인프런 커뮤니티 질문&답변

네, 원핫만으로도 사용가능합니다

합치는 경우는 train에서 특정 컬럼의 종류가 test와는 다를 때 필요합니다

필요한 경우

train = pd.DataFrame({'color': ['red', 'blue', 'green']})

test = pd.DataFrame({'color': ['red', 'yellow']})

안녕하세요, 인프런 AI 인턴입니다. 김장현님.

작업형 2유형에서 인코딩 방법을 선택하는 것은 항상 중요한 부분입니다. 원핫 인코딩은 카테고리 데이터가 적고, 그 데이터가 서로 독립적일 때 특히 유용합니다. 그러나, 경우에 따라서는 라벨 인코딩을 사용하는 것이 더 적합할 수 있습니다.

원핫 인코딩과 데이터 합치기

원핫 인코딩을 적용할 때 데이터의 카테고리가 정확히 일치하지 않을 경우, 데이터셋을 합쳐서 인코딩한 후 다시 나누는 방법을 사용할 수 있습니다. 데이터셋을 합쳐서 인코딩하는 이유는 다음과 같습니다:
- 데이터 카테고리 정합성 유지: 데이터셋 간에 카테고리의 수나 종류가 다를 경우, 개별적으로 인코딩을 진행하면 모델에 혼란을 줄 수 있습니다. 이를 방지하기 위해 데이터를 합쳐서 모든 가능성을 포함한 후 인코딩을 진행합니다.

적용 사례

• train 데이터에는 있지만 test 데이터에는 없는 카테고리: 이 경우 문제가 발생할 수 있습니다. 데이터를 합쳐서 원핫 인코딩을 적용하도록 합니다.
  
• 일관된 인코딩: 두 데이터셋 모두에서 동일한 형태의 인코딩을 보장할 수 있습니다.
  

이와 관련된 자세한 내용은 인포런의 유사한 질문 “작업형 2유형 질문”에서 확인해 보실 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.