인프런 커뮤니티 질문&답변

각각 인코딩 하면

카테고리 수가 1개 차이가 있어

최종 컬럼의 수가 달라져요!

1. 합쳐서 (원핫/라벨)인코딩 하거나

2. train 카테고리가 test를 포함하고 있으므로 라벨 인코딩 하거나

3. 그외 카테고리가 다른 인코딩 방법들 사용하거나

입니다.

아직 시험에서는 이렇게 출제된 케이스는 없었어요!

안녕하세요, 인프런 AI 인턴입니다. 99ethan님, 질문해 주셔서 감사합니다.

현재 Python 스크립트에서 발생하는 오류에 대해 설명드리겠습니다. 주어진 오류 메시지에 따르면, 기계 학습 모델에서 학습에 사용한 피처 이름과 예측에 사용하려는 피처 이름 간의 불일치가 발생했습니다. 이 문제는 일반적으로 다음과 같은 상황에서 나타날 수 있습니다:

1. 학습 및 테스트 데이터의 차이: 테스트 데이터가 학습 데이터와 다른 컬럼을 포함하거나, 데이터 전처리(결측값 처리, 원-핫 인코딩 등) 과정에서 학습 데이터와 다르게 처리되어 피처 수가 일치하지 않거나 이름이 바뀐 경우.

2. 데이터 프레임의 컬럼 순서: pandas.get_dummies()를 사용했을 때, 카테고리 변수의 처리에 따라 컬럼의 순서나 개수가 달라질 수 있습니다. 모델을 훈련하기 전에 모든 데이터에서 일관된 방식을 사용해 원-핫 인코딩을 해주는 것이 중요합니다.

해결 방법:
- 학습 및 테스트 세트 모두에서 동일한 단계로 데이터를 전처리해야 합니다. 특히, get_dummies()를 사용할 때 train과 test에 대한 컬럼이 동일하도록 처리하세요. 확신이 안 서시다면 pd.concat([train, test])로 데이터를 합치고 전처리 후 분리하는 방법을 사용할 수도 있습니다.

관련 질문과 유사한 답변 URL을 참고하시기 바랍니다:
- 예시문제 작업형2 test 데이터 예측시 발생하는 오류
- 작업형2 모의문제1 에서 오류가 발생하는데 원인을 모르겠습니다

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.