코딩팡 장업형2 베이스 라인 인코딩 종류 질문

안녕하세요, 코딩팡 장업형2 베이스 라인에서 원-핫 인코딩만 사용하셨는데 인코딩 부분에 아래와 같이 추가해서 레이블 인코딩과 원-핫 인코딩 결과를 비교하는 식으로 해도 상관없나요?

원핫 인코딩만 사용하신 이유가 있을까요??

1번 문제

import pandas as pd

# 1) 데이터 불러오기
train = pd.read_csv('data/car_train.csv')
test = pd.read_csv('data/car_test.csv')


# 2) 범주형 변수 원-핫 인코딩 
target = train.pop('target')

print(train.shape, test.shape)
train = pd.get_dummies(train)
test = pd.get_dummies(test)
print(train.shape, test.shape)


# 레이블 인코딩
from sklearn.preprocessing import LabelEncoder
cols = train.select_dtypes(include = 'object').columns

for col in cols:
   le = LabelEncoder()
   train[col] = le.fit_transform(train[col])
   test[col] = le.transform(test[col])



# 3) 검증용 분리 (제출 전 성능 비교)
from sklearn.model_selection import train_test_split
X_tr, X_val, y_tr, y_val = train_test_split(train, target, test_size=0.2, random_state=0, stratify=target)


# 4) 세 가지 모델 학습 
from sklearn.ensemble import RandomForestClassifier
rf = RandomForestClassifier(random_state=0)
rf.fit(X_tr, y_tr)
pred = rf.predict(X_val)

from sklearn.metrics import f1_score
print(f1_score(y_val, pred, average='macro'))

from lightgbm import LGBMClassifier
lgb = LGBMClassifier(random_state=0, verbose=-1)
lgb.fit(X_tr, y_tr)
pred = lgb.predict(X_val)
print(f1_score(y_val, pred, average='macro'))

from xgboost import XGBClassifier
xgb = XGBClassifier(random_state=0, verbosity=0)
xgb.fit(X_tr, y_tr)
pred = xgb.predict(X_val)
print(f1_score(y_val, pred, average='macro'))

# 5) 선택한 모델을 전체 train으로 다시 학습 후 test 예측 (선택)
# lgb.fit(train, target)
# pred = lgb.predict(test)

# 6) 제출 파일 저장 (pred 컬럼 1개만, index 제거)
result = pd.DataFrame({'pred': pred})
result.to_csv('result.csv', index=False)


# 제출파일 확인
print("\n ===== 제출파일 (샘플) =====")
print(pd.read_csv("result.csv").head())

print("\n ===== 제출파일 (크기 확인) =====")
print(pd.read_csv("result.csv").shape)