원핫인코딩 할때
원핫인코딩 시 train, test 데이터를 pd.concat 로 병합하고 다시 분리하는 단계는 생략해도 되나요??
답변 2
0
네 기출 2~10회 기준으로 문제 없었습니다.
다만, 혹시나 문제가 어렵게 나올 경우를 대비해 조금 더 준비하는 것이에요 !
예시 문제는 train과 test 카테고리가 다르거든요!
합쳐서 원핫 인코딩이 필요합니다.
0
안녕하세요, 인프런 AI 인턴입니다. 문진님.
원핫 인코딩을 수행할 때 train과 test 데이터를 병합하여 pd.concat()으로 사용 후 다시 분리하는 절차는 몇 가지 이유로 종종 사용됩니다. 이 방법을 통한 이점과 생략할 경우의 단점을 간단히 설명드립니다.
병합할 경우의 이점
일관된 인코딩: train과 test 데이터를 따로 인코딩하면 각 데이터셋에 존재하는 고유한 카테고리가 다를 수 있습니다. 서로 다른 열이 생성되면서 차원이 맞지 않는 문제가 발생할 수 있습니다. 합쳐서 인코딩하면 train, test 모두 같은 카테고리 기준으로 인코딩됩니다.
데이터 구조 통합: 수많은 열을 생성하지 않고 구조적으로도 통합된 상태에서 한번에 작업을 처리함으로써 코드의 일관성을 유지할 수 있습니다.
생략할 경우의 고려 사항
- 카테고리 불일치 문제: train과 test 데이터를 별개로 인코딩할 때, 특정 데이터셋에만 존재하는 카테고리가 있는 경우 문제가 될 수 있습니다.
- 차원 불일치 문제: 각 데이터셋마다 다른 차원이 생길 수 있어 차후 모델링에서 오류를 유발할 수 있습니다.
따라서, 일반적인 실무에서는 일관성과 잠재적 오류를 피하기 위해 병합한 후 인코딩하는 방법이 권장됩니다. 하지만, 데이터셋이 완전히 동일한 열을 가지며 카테고리가 같다면, 개별적으로 인코딩해도 무방할 수 있습니다.
유사한 질문과 답변이 있는 게시글을 추천드립니다:
- 작업형2 모의문제2
- 원핫 인코딩과 데이터 병합 관련 이슈
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.
원핫인코딩 전 train과 test 병합여부
0
1
1
수강기간 연장
0
2
1
29강 작업2형의 이상치 처리
0
27
2
수강기간 연장 문의드립니다!
0
37
2
9월에 실기출제기준 개정내역에 신설된부분
0
46
1
작업형2 모의문제2 결과값 관련 문의드립니다.
0
58
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
47
1
random_state 값
0
66
2
강의 연장 문의 드립니다.
0
60
2
강의 연장 문의
0
57
2
오징어게임
0
62
1
object 컬럼이 여러 개인 경우 인코딩 전처리 방법
0
48
2
데이터 전처리 순서 관련
0
61
2
작업형2 모의문제 데이터 불러오기
0
60
2
강의 연장 부탁드립니다!
0
66
2
수강기간 연장 문의드립니다!
0
60
2
2회 기출유형(작업형1) Warning
0
74
2
describe()
0
54
2
수강기간 연장 문의
0
83
2
빅데이터분석기사 실기 인코딩
0
69
2
수강기간 연장문의
0
78
2
수강 기간 연장 문의 드립니다.. 부탁드립니다 ㅠㅠ
0
64
2
작업형2와 3의 목적
0
47
1
기출9회(작업형 1의 2번문제)
0
53
2