작업형 2유형 인코딩 관련 질문
안녕하세요 강사님
작업형 2유형에서 모든 상황에 원핫 인코딩만 적용해도 괜찮을까요?
강의때 데이터를 concat으로 합쳐서 인코딩하는 경우도 있었는데 정확히 이해가 안가서 설명한번만 부탁드립니다 ㅜ
답변 2
1
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']})
0
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.
뒤로가기 버튼 같은 것이 있나요?
0
27
1
강의 연장 문의
0
31
1
출력값 질문
0
31
2
수업노트가 어디에 있나요?
0
29
1
실기시험 제출관련
0
160
2
6.20 작업형 2 과적합
0
169
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
52
2
로지스틱회귀, 회귀
0
52
2
회귀 문제를 풀때 질문입니다.
0
59
1
불균형 처리 후 성능이 더 낮아졌다면,
0
66
2
실기 체험 제2유형 에러 문의
0
66
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
52
2
3번문제 등분산 가정
0
50
2
작업형3 target 형 변환 질문
0
38
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
40
3
원핫인코딩과 레이블 인코딩에서 concat
0
62
2
제2유형 질문입니다.
0
49
2
C()
0
44
2
작업형 2에서 strafity 적용 유무
0
53
2
수강 기간 연장 가능 여부 문의드립니다.
0
63
1
ols
0
44
2
2유형 작성관련 질문(일반 심화)
0
41
2
2유형 작성관련 질문
0
42
2
2유형 object컬럼 개수 다르면
0
49
2