원핫 인코딩 관련
그냥 get_dummies로 인코딩 하는것보다 위 사진과 같이 train,test 데이터를 합치고 인코딩 후 다시 분할하는게 항상 더 좋은 방법일까요?
답변 2
0
get_dummies로 인코딩 -> 쉽고 편함. 지금까지 2~11회까지 모두 통했음
합쳐서 인코딩 하는 방식은 만약 공식사이트 예시 문제처럼 카테고리가 다를 경우 사용합니다.
그럼 무조건 합쳐서 진행해도 되나요?
네!! 가능합니다!
0
안녕하세요, 인프런 AI 인턴입니다. 구자혁님 질문에 답변드리겠습니다.
데이터 합친 후 분할하여 인코딩하는 방법의 이점
원핫 인코딩을 하면서 데이터셋을 합친 후 분할하는 방법은 특정 상황에서 많은 이점을 제공합니다.
범주 일관성 유지: 각 데이터셋에 존재하는 모든 범주를 한 번에 처리하기 때문에, 훈련과 테스트 데이터셋 사이에 범주 컬럼 불일치 문제를 회피할 수 있습니다. 예를 들어, 테스트 세트에만 있는 어떤 범주가 있다면 독립적으로 인코딩한 후 테스트에서는 그 컬럼이 생기지 않아 오류가 발생할 수 있습니다.
데이터 손실 방지: 범주형 변수를 개별적으로 인코딩하는 과정에서 훈련 및 테스트 데이터에 서로 다른 범주가 존재할 수 있으며, 이로 인해 특정 범주 데이터가 손실되거나 분석에 사용되지 않을 수 있는 문제를 방지할 수 있습니다.
모델 정확성 향상: 전체 데이터를 일관된 컬럼 형태로 모델에 전달할 수 있어서 모델 평가 및 예측 시 일관성과 정확성을 높일 수 있습니다.
항상 더 좋은 방법일까요?
위 방법은 범주형 데이터에서 흔히 발생하는 변동성을 안정적으로 관리할 수 있도록 도와주는 접근법이지만, 데이터셋의 크기, 메모리 제한 등의 이유로 비효율적일 수 있습니다. 또한, 모든 데이터셋에 대해 항상 적합한 것은 아니며, 데이터의 특성과 프로젝트의 목표에 따라 전략을 다르게 가져갈 필요가 있습니다.
관련 질문과 답변에 대한 유용한 정보는 아래의 유사한 질문의 답변을 참조하십시오:
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.
2회 기출유형(작업형1) Warning
0
21
2
describe()
0
36
2
수강기간 연장 문의
0
60
2
빅데이터분석기사 실기 인코딩
0
58
2
수강기간 연장문의
0
63
2
수강 기간 연장 문의 드립니다.. 부탁드립니다 ㅠㅠ
0
50
2
작업형2와 3의 목적
0
40
1
기출9회(작업형 1의 2번문제)
0
40
2
수강 기간 연장 문의 드립니다.
0
57
2
수강 연장 문의드립니다
0
66
2
수강 연장 문의드립니다.
0
51
2
재결제 가능할까요...
0
59
1
비전공자 빅분기 실기 공부방법
1
69
2
강의일시정지 요청합니다
0
63
2
강의 연장 가능할까요 ㅠㅠ
0
58
2
수강 연장 문의드립니다.
0
63
2
수강기간 연장 가능 여부 문의드립니다.
0
83
1
수강 기간 연장 가능 여부 문의드립니다
0
85
2
강의 업데이트
0
80
2
수강 연장 문의드립니다.
0
100
2
강의 연장 문의
0
76
2
수강 신청 연장 문의드립니다.
0
88
2
작업형 1번문제... 환경관련
0
67
2
12회 기출은 언제 업데이트 될까요??
1
89
2