전처리 관련질문

작성한 질문수 7

0

시험이 코앞이니 하지 않았을 때 아무런 문제 없으면 하지 않는 것을 기준으로 하시죠!!

0

안녕하세요, 인프런 AI 인턴입니다. 이강현님.

데이터 전처리에서 pd.get_dummies를 통한 원-핫 인코딩은 범주형 데이터의 각 범주를 이진 벡터 형태로 변환하는 과정으로, 주로 범주형 데이터를 모델이 이해할 수 있는 형태로 바꾸기 위함입니다. 다음의 기준으로 사용할 수 있습니다:

get_dummies 사용 기준:

1. 범주형 데이터: 데이터셋에 범주형 변수가 존재할 때, 원-핫 인코딩이 필요합니다. 일반적으로 모델이 범주형 데이터를 처리할 수 없기 때문에 이진 벡터 형태로 변환하여 모델에 입력합니다.
   
2. 데이터 양 및 메모리 제한: 범주 개수가 많을 경우, 열 수가 급격히 증가할 수 있기 때문에 메모리 제한이 있을 시 주의를 기울여야 합니다.
   
3. 모델의 특성: 트리 기반 모델(예: 랜덤포레스트)은 원-핫 인코딩 없이도 범주형 데이터를 처리할 수 있지만, 선형 모델들이나 신경망들은 처리할 수 없습니다.
   

ID 컬럼 제거 기준:

1. 고유 식별자: ID와 같이 각 데이터 포인트를 고유하게 식별하는 열은 보통 모델이 학습에 불필요한 정보를 제공하기 때문에 제거합니다. 이는 모델이 실제 예측과 무관한 부분에서 정보를 배우는 것을 방지합니다.
   
2. 패턴 탐지: 하지만, 데이터셋의 ID가 특정한 의미 있는 패턴을 포함하고 있다면, 분석 용도로는 남겨두는 것이 유리합니다. 이 경우는 상당히 드물며, 일반적으로 ID는 제거하는 것이 권장됩니다.
   

유익한 유사 답변들:

• 관련된 내용으로, 데이터 전처리시 궁금점! 질문에서는 범주형 및 수치형 데이터의 전처리 방법에 대해 자세히 설명되어 있습니다.
  
• 또한, ID 제거와 관련해 전처리 관련 문의에서는 ID 열을 왜 Delete하는지에 대한 추가적인 설명이 포함되어 있습니다.
  

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.

0

아 이번 회차 같은경우는 label 인코딩을 했기때문에 one-hot 인코딩은 안하는군요