인프런 커뮤니티 질문&답변

채점할 때는 오로지 생성된 csv로만 평가합니다. 코드는 평가하지 않아요

레이블 인코딩 또는 원핫인코딩 중에 하나만 해도 됩니다.

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.