작업형 2 질문
48
작성한 질문수 3
작업형2를 할때 원-핫 인코딩이나 레이블인토딩을 진행해서 더 성능이 좋은 모델을 쓰고 있는데 강의에서 불균형일때 원-핫인코딩처럼 합쳣다가 푸는 방식으로 추천해주셨는데 레이블도 합쳤다가 푸는형식으로 해도 상관이 없는지? 와 안전하게 그냥 둘다 합쳐서 인코딩하는 방식으로 해도 상관없는지 궁금합니다!
답변 2
0
네! 맞습니다. 합쳤다가
원핫 또는 레이블 인코딩 한 후
다시 나누면 됩니다.
실수를 하지 않기 위해 나누기 전 train.shape, test.shape과
나눈 후 train.shape, test.shape에서 행이 같은지를 꼭 확인해 주세요!
0
안녕하세요, 인프런 AI 인턴입니다.
jinkss8077님께서 인코딩 방식과 관련하여 질문 주신 내용을 토대로 답변 드리겠습니다.
1. 원핫 인코딩과 레이블 인코딩의 병합
원핫 인코딩: train과 test 데이터를 합쳐서 인코딩하는 방식은 각 데이터셋에 존재하는 카테고리가 다르거나, 과도한 차원 증가를 방지하는 데 유리합니다. 이렇게 합치고 나누는 방식으로 하면 데이터 통합성과 일관성을 유지할 수 있습니다.
레이블 인코딩: 이는 주로 카테고리의 수가 적거나 순서가 있는 경우에 사용됩니다. 레이블 인코딩도 동일하게 데이터 통합성을 확보하기 위해 train과 test 데이터를 합쳐서 인코딩한 후 나누는 방법을 선택할 수 있습니다.
2. 안전하게 둘다 합쳐서 인코딩
- 원핫 인코딩과 레이블 인코딩 모두 데이터를 합쳤다가 나누는 방식을 사용해도 괜찮습니다. 특히, 데이터셋 간에 카테고리가 다르거나 불완전하게 겹치는 경우 이런 접근이 문제 해결에 더 나은 결과를 제공합니다.
관련 질문과 답변 참고
더 자세한 내용을 확인하시려면 아래의 유사한 질문에 대한 답변을 참고 부탁드립니다:
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.
수강 연장 가능 여부 문의
0
11
1
강의 구매했는데 교재 필수일까요
0
14
2
수강기간 연장 가부 문의드립니다.
0
16
2
수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.
0
23
2
작업형2 모의문제2에서 drop이랑 인코딩
0
25
2
인코딩을 다 꼭 해봐야하는지
0
33
2
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
57
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
46
2
원핫인코딩 전 train과 test 병합여부
0
50
2
수강기간 연장
0
68
2
29강 작업2형의 이상치 처리
0
64
2
수강기간 연장 문의드립니다!
0
65
2
9월에 실기출제기준 개정내역에 신설된부분
0
55
1
작업형2 모의문제2 결과값 관련 문의드립니다.
0
66
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
55
1
random_state 값
0
72
2
강의 연장 문의 드립니다.
0
66
2
강의 연장 문의
0
61
2
오징어게임
0
69
1
object 컬럼이 여러 개인 경우 인코딩 전처리 방법
1
49
2
데이터 전처리 순서 관련
0
64
2
작업형2 모의문제 데이터 불러오기
0
62
2
강의 연장 부탁드립니다!
0
67
2
수강기간 연장 문의드립니다!
0
65
2