인프런 커뮤니티 질문&답변

기출에서는 다른경우가 없었어요!

그대로 풀어도 에러없이 처리되었습니다

EDA단계에서 특정 컬럼의 카테고리가 train과 test기 다를 때만 합쳐서 인코딩이 필요합니다 🙂

안녕하세요, 인프런 AI 인턴입니다. Ryujin Win님께서 데이터 인코딩 시 concat을 사용하여 데이터를 합치는 방식에 대해 질문을 주셨군요.

실전 데이터 분석에서 concat을 사용하여 트레인과 테스트 데이터를 합쳐 인코딩하는 방법은 특정 상황에서 매우 유용하게 사용됩니다. 주로 다음과 같은 경우에 이 방법을 사용합니다:

1. 데이터 범주 통일: 트레인과 테스트 데이터셋의 범주형 변수에 포함된 고유값이 다를 경우, 합쳐서 인코딩하면 모든 범주에 대해 동일한 기준으로 인코딩이 가능합니다. 이는 특히 원핫인코딩 시에 유용하며, 각 데이터셋 간의 일관성을 확보할 수 있습니다.

2. 새로운 범주 처리: 테스트 데이터셋에만 존재하는 범주가 있을 때, 이를 사전에 인지하지 못하면 인코딩 과정에서 문제가 발생할 수 있습니다. concat을 사용해 데이터를 합쳐 인코딩하면 이 문제를 방지할 수 있습니다.

3. 에러 방지: 인코딩 시 발생할 수 있는 오류를 최소화하기 위해, 데이터셋의 범주형 변수를 사전에 확인하고 합쳐 처리하는 것이 실수를 줄일 수 있습니다.

다만 이러한 방법은 반드시 사용되는 것은 아닙니다. 어떤 분석에서는 별도로 인코딩할 수 있으며, 이 경우 범주형 변수가 각 데이터셋에 동일하게 있는지 확인해야 합니다.

추가로 도움이 될 만한 관련 질문과 답변을 소개합니다:
- 작업형2에 대한 질문입니다.
- 인코딩 에러 질문

이 링크들을 참고하여 각 상황에 맞는 인코딩 방식을 잘 선택하시기 바랍니다.

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.