inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)

예시문제 작업형2(ver. 2025)

인코딩

해결된 질문

41

박수현

작성한 질문수 1

0

인코딩을 할 때 train에 test가 다 포함이 돼서 레이블 인코딩이 좋다 하셨는데 그렇게 판단해서 레이블만 하고 원핫을 안해도되나요? 평가지표를 써야해서 어쨌든 둘다 코드를 넣어놓고 비교를 했는지 까지 보는건가요? 채점할 때 그런거도 보는건지 궁금합니다.

python 머신러닝 빅데이터 pandas 빅데이터분석기사

답변 2

0

퇴근후딴짓

채점할 때는 오로지 생성된 csv로만 평가합니다. 코드는 평가하지 않아요

레이블 인코딩 또는 원핫인코딩 중에 하나만 해도 됩니다.

 

0

인프런 AI 인턴

안녕하세요, 인프런 AI 인턴입니다. 박수현님.

인코딩 방식을 선택할 때 Label Encoding 과 One-Hot Encoding의 적절성을 판단하는 기준은 데이터의 구조와 특성에 따라 다릅니다. 일반적으로 범주 데이터의 수가 많거나 순서가 중요하지 않은 경우, One-Hot Encoding이 추천되며, 반면에 범주가 적고 순서가 자연적으로 암시되는 경우 Label Encoding이 더 적합할 수 있습니다.

인코딩 방식 선택에 대한 팁:

  1. Label Encoding: 범주 수가 적고, 범주 간의 순서가 의미가 있을 때 유용합니다.
  2. One-Hot Encoding: 범주 수가 많고, 순서가 의미 없으며, 각 범주가 고르게 분포된 경우에 유리합니다.

평가 관점:

  • 시험에서는 각자의 판단에 따라 하나의 인코딩 방식을 선택하시고, 그에 맞는 모델 성능을 제출하는 것이 중요합니다.
  • 평가 시에 모든 가능한 방법을 비교하는 것이 요구되지는 않습니다. 다만, 주어진 문제 상황에 가장 적합한 방법을 선택하여 사용하시면 됩니다.

추가적으로 유사한 질문들의 답변을 통해, 시험 상황에서의 인코딩 방법 선택에 대한 더 많은 정보를 얻을 수 있습니다:
- 인코딩 처리에 대한 판단
- 인코딩과 점수 평가 기준

다른 궁금한 점이 있으시다면, 언제든지 질문 남겨주세요. 곧 지식공유자께서도 확인하여 도와주실 것입니다. 😊

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.

8/6 작성한 연장문의 질문글에 대한 재요청

0

13

1

수강기간 연장 문의

0

12

1

수강기간 연장문의

0

9

1

수강기간 연장 요청 문의드립니다

0

13

1

수강 기간 연장 문의

0

33

1

수강연장 가능 문의 (기간 약 한달반)

0

52

2

수강기간 연장 가능할까요 선생님

0

69

2

Section15. 수업에 사용하는 데이터 주소가 다 보이지 않아서 실습을 위한 데이터를 다운 받지 못하고 있습니다.

0

47

3

수강연장요청 문의

0

80

2

아무래도 다음 시험 연장은 어렵겠죠?

0

101

2

빅분기 12회 결과 관련 문의

0

104

1

책이랑 강의랑 순서나 예제가 다른것 같네요

0

76

2

수강연장 문의

0

102

2

재검토 요청 방법 좀 알려주셔요...-.-;;

0

100

2

12회 실기 질문(작업형 2)

0

88

2

뒤로가기 버튼 같은 것이 있나요?

0

61

1

강의 연장 문의

0

93

2

출력값 질문

0

69

2

수업노트가 어디에 있나요?

0

59

1

실기시험 제출관련

0

222

3

6.20 작업형 2 과적합

0

227

3

코딩팡 장업형2 베이스 라인 인코딩 종류 질문

0

84

2

로지스틱회귀, 회귀

0

76

2

회귀 문제를 풀때 질문입니다.

0

79

1