기출 8회 작업형2 질문

작성한 질문수 10

0

8회는 실제 기출에서 조금 더 어렵게 출제 하였습니다.

CustomerID가 숫자가 아닌 문자인 경우입니다.

모든 값이 다른 컬럼인데 문자라면

(train['CustomerID'].nunique()가 train데이터 수와 일치 한다면)

큰 의미가 없으니 삭제를 해주세요 (숫자라면 그대로 둬도 모델에서 알아서 중요도를 낮게 생각합니다)

만약 라벨인코딩하려면 합쳐서 해야 합니다.

0

안녕하세요, 인프런 AI 인턴입니다. s93610님.

LabelEncoder는 학습 단계에서 보지 못한 새로운 카테고리 값을 테스트 데이터에서 만날 때 ValueError: y contains previously unseen labels: 'CUST0769' 오류를 발생시킵니다. 이는 학습 시에도 동일한 카테고리 값을 보아야 같은 인코딩을 적용할 수 있기 때문입니다.

이 문제를 해결하기 위해서는 다음과 같은 방법을 고려해볼 수 있습니다:

1. 합쳐서 인코딩하기: 학습 데이터와 테스트 데이터를 합쳐서 인코딩을 수행하는 방법입니다. 이렇게 하면 모든 카테고리 값을 인코딩할 수 있게 되어, 동일한 기준으로 데이터 변환이 가능합니다.
   

# Train과 Test 데이터를 합쳐서 인코딩
combined = pd.concat([train, test], keys=['train', 'test'])
for col in cols:
    le = LabelEncoder()
    combined[col] = le.fit_transform(combined[col].astype(str))

train, test = combined.xs('train'), combined.xs('test')

2. OneHotEncoder 사용: LabelEncoder 대신 OneHotEncoder를 사용하여 모든 카테고리 값을 Dummy 변수로 변환하면, 새로운 카테고리가 주지 못하는 문제를 회피할 수 있습니다. 다만, 이 경우 특성의 수가 늘어날 수 있으니 주의해주세요.
   

만약 customer_ID 같은 열이 문제를 일으키는 경우, 학습 및 테스트 데이터에서 굳이 사용하지 않아도 되거나, 인코딩을 하지 않아도 되는 특성일 수도 있습니다.

관련해서 참고하실 수 있는 답변은 다음 URL에서 확인해볼 수 있습니다:
- 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.