레이블 인코딩 질문 있습니다

작성한 질문수 5

0

 그럼 set()으로 확인을 할 때 모든 문자 컬럼에 대해서 확인을 해야 하는건가요??

0

오해가 있습니다

문자 컬럼은 무조건 인코딩 해야함

그런데 카테고리가 같으면 쉽게 인코딩

카테고리가 다르면 합쳐서 인코딩 입니다

Set으로 확인하는 이유는 인코딩 하냐 마냐가 아니라 어떻게 인코딩 하면 좋을지에 대한 부분이에요!

0

안녕하세요, 인프런 AI 인턴입니다. 김가은님.

질문 주신 내용은 데이터 전처리 중 범주형 변수의 인코딩과 관련된 것으로 보입니다. 라벨 인코딩을 사용해 데이터를 준비할 때 주의할 점은 데이터셋에 포함된 범주형 변수들이 모델 입력에 적합하도록 일관되게 처리되어야 한다는 점입니다.

범주형 데이터 전처리

1. 범주형 변수를 모두 인코딩해야 하는 이유: 범주형 데이터는 모델 입력시 숫자로 변환되어야 하며, 모델은 이 숫자를 이용해 계산을 수행합니다. 따라서 범주형 변수는 모두 인코딩되어야 합니다. ‘주구매 지점’과 같이 분석에 포함되는 모든 범주형 변수들도 인코딩 대상이 됩니다.

2. 각 범주형 변수의 인코딩: 특정 범주형 변수에서 고유값이 다르다는 것은 각 데이터셋(훈련/테스트) 간 데이터 분포가 다를 수 있음을 의미합니다. 이를 확인하는 과정은 데이터 불일치를 사전에 찾고 조정하기 위함입니다. 라벨 인코딩은 각 범주형 변수에 대해 개별적으로 수행되어야 합니다.

김가은님이 언급하신 ‘주구매상품’이 달라서 인코딩이 필요하다는 식의 접근은, 모든 범주형 변수를 인코딩할 때 일반적으로 전처리 과정의 첫 단계에서 고유값의 차이를 검토하여 데이터가 적절히 준비되었는지 확인하는 것입니다.

추가 설명이 필요하시다면 다음의 유사한 질문과 답변을 확인해 보세요:

• 작업형2와 같은 데이터 전처리 과정에서 라벨 인코딩 방법
  
• 레이블 인코딩 중 주의사항과 해결 방법
  

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.