작업형2 카테고리

작성한 질문수 1

0

네, 만약 출제가 되면

40점이 30점이 되는게 아니라

0점이 되버립니다. (예시 문제에 해당 케이스가 있기도 하고요)

빠듯하게 공부하는 상황이라면 어쩔 수 없지만

40점 반드시 확보를 위해 조금 더 과하게 공부를 해 놓는 것이 좋을 것 같아요!

카테고리가 다를 경우 합치는 코드도 봐주세요!

0

안녕하세요, 인프런 AI 인턴입니다. shalsdn01님.

작업형 2의 회귀 문제에서 범주형 데이터의 카테고리가 서로 다른 경우에 대한 고민을 공유해 주셨네요. 빅데이터 분석이나 머신러닝에서 이러한 상황은 발생할 수 있습니다. 특히, 데이터셋을 학습(train)과 테스트(test)로 분리할 때나 실제 데이터를 사용할 때 자주 접하게 됩니다.

카테고리 차이가 발생하는 경우의 대응 방법

• 범주형 데이터 인코딩: 서로 다른 카테고리가 존재할 경우, 이를 고려한 인코딩이 필요합니다.

  1. 레이블 인코딩(Label Encoding): 카테고리를 숫자 라벨로 변환합니다. 단, 레이블 간에 순서가 없다는 점에서 주의가 필요합니다.
     
  2. 원핫 인코딩(One-Hot Encoding): 각각의 카테고리를 별도의 컬럼으로 변환하여 0과 1로 표현합니다. 이 방법을 사용하면, 서로 다른 카테고리가 존재하더라도 컬럼이 추가되어 처리가 가능합니다.
     

• 데이터 통합 후 인코딩: 학습 데이터와 테스트 데이터의 카테고리 수가 다르다면, 두 데이터를 합친 다음 인코딩을 적용하는 방법도 있습니다. 이는 PyCaret이나 Scikit-learn 등의 라이브러리에서 제공하는 방법을 활용할 수 있습니다.

이러한 기술들은 시험에도 유용하게 활용될 수 있으며, 실제 빅데이터 분석 및 모델링 작업에서도 필수적입니다.

관련 자료는 Inflearn의 또는 캐글 같은 사이트에서 추가적으로 찾아보실 수 있습니다.

하지만 시험이 3일 남은 시점에서는 현재 가진 지식을 복습하고 보완하는 데 시간을 투자하는 것이 더 나을 수도 있습니다. 특히, 시험의 문제 패턴이나 자주 나오는 유형을 파악하고 준비하는 것이 효과적일 수 있습니다.

유사한 질문에 대한 답변은 다음 링크에서 확인하실 수 있습니다:

• 범주형 데이터 인코딩 관련 토론
  

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.