인코딩
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.
답변 2
0
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:
- Label Encoding: 범주 수가 적고, 범주 간의 순서가 의미가 있을 때 유용합니다.
- 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.
작업형 1 배경지식 질문
0
1
1
옳게 풀은건지 질문드립니다!
0
2
0
roc_auc_score
0
4
1
추가질문 합니다
0
11
1
시험환경 구름
0
11
1
2유형 질문드려요
0
8
1
RandomForest vs lgb
0
18
1
전처리 관련질문
0
13
2
작업형3 기출
0
13
1
유형2에서 데이터분할 생략 가능여부
0
20
2
9회 기출 유형3 질문
0
15
1
lgb 기초편
0
10
1
괄호 사용
0
15
1
작업형 2 데이터 전처리 질문
0
18
1
11회 기출 유형 작업형1 문제 3-1
0
16
0
예시문제 작업형2 (ver2023) 질문입니다
0
16
1
Data type에 따른 처리
0
15
2
데이터 전처리 관련
0
16
2
시험에서 문제 불러오기
0
18
2
2번문제 출력값 질문
0
23
2
pd.get_dummies()가 bool로 반환
0
18
2
대응표본검정 레빈
0
23
3
단일표본검정 문제 유형
0
23
2
[작업형 3] 6~7. 카이제곱 검정
0
23
2