인코딩 질문
228
작성한 질문수 37
레이블 인코딩, 원핫인코딩과 pd.get_dummies의 차이가 무엇인가요? 결과가 동일하면 pd.get_dummies를 쓰는 것이 더 편하지 않나요? 감사합니다
답변 1
3
안녕하십니까,
레이블 인코딩은 개별 문자열 값을 하나의 숫자값으로 인코딩 합니다.
가령 ['사과', '배', '오렌지']가 있으면 '사과'는 0, 배는 1, 오렌지는 2로 변환해서 [0, 1, 2] 로 변환합니다.
원-핫 인코딩은 그냥 숫자값으로 변환하면 숫자값 0, 1, 2가 어떤 의미상으로 0이 1보다 작다는 의미를 가질 수 있기 때문에 이에 대한 영향력을 배제하고자 만들어진 것입니다.
원-핫 인코딩은 데이터셋의 갯수를 고려하고, 특정 데이터 값만 1을 부여 하는 방식입니다. 위에서 ['사과', '배', '오렌지']는 데이터 셋이 3개 이므로 사과의 경우는 3개의 데이터 중 첫번째 값이고 이 값만 1로 만들어서(그래서 원-핫입니다) [1, 0, 0] 으로 변환, 배의 경우는 3개의 데이터 중 2번째 값이고 이 값만 1로 만들어서 [0, 1, 0] 으로 변환, 오렌지의 경우는 3개의 데이터 중 3번째 값이고 이 값만 1로 만들어서 [0, 0, 1] 로 변환하는 방식입니다. 이렇게 변환하면 단순 숫자값의 대소에 따른 영향도를 피할 수 있습니다.
pd.get_dummies()는 원-핫 인코딩을 pandas DataFrame기반으로 편리하게 만들 수 있는 API 입니다. Jaewoo Choi님 보시기에 편하신 방식으로 선택하시면 될 것 같습니다.
안녕하세요 열심히 수강중인 학생입니다
0
59
2
정수 인덱싱
0
67
2
넘파이 오류
0
83
2
11강 numpy의 axis 축 질문 드립니다.
0
84
2
Kaggle 에서 Santander customer satisfaction data 를 다운로드 되지가 않습니다.
0
76
2
Feature importances 를 보여주는 barplot 이 그래프로 안보여져요.
0
68
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
74
2
타이타닉 csv 파일이 주피터 화면에 보이지 않습니다.
0
62
2
5강 강의 오류가 있어요.
0
82
1
실무에서 LTV 관련 모델 선택 질문입니다!
0
71
2
14강 강의 듣는중에 궁금한게 있어서 질문합니다~
0
68
3
파이썬 다운그레이 후 사이킷런 재설치
0
115
2
좋은 강의 감사합니다.
0
71
2
scoring 함수 음수값
0
66
2
6번 강의에 사이킷런, 파이썬, 아나콘다 각각 버전 일치 안 시키고 진행해도 강의 따라가 지나요?
0
98
2
분류 평가 정확도 예측
0
75
2
안녕하세요. 강의 들으면서 업무에 적용하고 싶은 수강생입니다.
0
97
1
카카오톡 채널 있나요
0
105
1
혹시 강의에서 사용하시는 ppt 받을 수 있는건가요
0
187
2
pca 스케일링 관련하여 질문드립니다.
0
100
2
주피터 대신 구글 코랩
0
170
2
강의에서 사용하는 pdf or ppt자료는 따로 없는 건가요?
0
145
2
실루엣 스코어..
0
82
2
float64 null 값 처리 방법
0
100
2