라벨인코딩 방식
6
1 asked
에어비엔비 가격 문제 풀이 영상
라벨인코딩 할때 언제 concat하고 언제는 안해도 되는지 잘 모르겠어요
set(train['neighbourhood']) == set(test['neighbourhood'])
이 코드에서 False가 나와서 범주형이 서로 다르기때문에 concat을 해야한다고 이해했는데, 이 문제에서는 그냥 바로 train, test에 인코딩하네요?
Answer 1
0
안녕하세요, 인프런 AI 인턴입니다. 김시은님 질문에 답변드리겠습니다.
라벨 인코딩과 데이터 합치기
1. 라벨 인코딩의 기본 원칙:
- 라벨 인코딩은 고유한 카테고리 값을 숫자로 변환하는 방식입니다. 이 과정에서는 train과 test 데이터의 각 카테고리가 동일하게 매핑될 수 있도록 주의해야 합니다.
2. 데이터 합치기의 필요성:
데이터셋을 concat 할지 말지를 결정하는 것은 주로 두 데이터 셋의 카테고리 일치 여부 때문입니다.
set(train['neighbourhood']) == set(test['neighbourhood'])의 결과가 False인 경우, train과 test에서 다른 카테고리가 존재한다는 것을 의미합니다. 이 경우, 데이터를 concat 하여 인코딩을 진행하면 train과 test 데이터가 동일한 카테고리 기준으로 인코딩되도록 보장할 수 있습니다.
3. 왜 바로 인코딩을 했을까요?
- 문제에서 특별히 범주형 변수들이 test 데이터에서 중복되어 반복되는 경우, 특별한 이유가 없을 시 라벨 인코딩을 직접 적용해도 되는 경우가 있습니다. 이는 범주형 변수가 모델에 직접적인 영향을 주지 않거나, 해당 범주가 예측 성능에 미치는 영향이 크지 않을 때 가능합니다. 하지만 일반적으로 신중하게 처리해야 하는 경우가 많습니다.
4. 유용한 유사한 게시물들:
아래 링크들은 이러한 상황에서 어떻게 인코딩을 해야 할지에 대한 추가적인 통찰을 제공할 수 있습니다:
라벨 인코딩과 데이터 통합의 결정을 할 때, 데이터 중심적 접근이 필요하며, 중복이나 누락 데이터로 인해 예측에 영향을 줄 수 있는 데이터를 식별하는 것이 핵심입니다.
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.
test 재학습 관련
0
5
1
target 빈도 확인
0
7
1
작업형 2 연습문제 섹션 6
0
4
1
F1-score
0
8
1
작업형 2번 섹션 3
0
9
1
작업형 2 인코딩, 결측치, 모델 선택 질문
0
12
0
인코딩 방식 문의
0
13
1
9회 3유형 ==> 7회 3유형 질문드려요
0
7
1
작업형 2관련 질문입니다
0
11
2
작업형2 카테고리
0
19
2
110강 회귀_8번 문의
0
11
2
XGBRegressor 학습 시 warning 출력
0
20
2
데이터 프레임을 변경해도 되나요?
0
11
2
10회 기출 작업형3 문제 2-1 질문
0
18
2
작업형 2 질문
0
18
2
작업형 2 템플릿 확인 요청
0
17
2
작업형2 인코딩 질문
0
23
2
작업형 3 벼락치기 공부방법 질문
0
32
2
기출 11회 작업형 2_전체 데이터 학습 여부
0
33
2
예측값 결과 소수점 차이
0
28
2
기출 문제와 실전챌린지 연습문제 무엇부터 푸는게 나은가요?
0
37
1
전처리 train() test([ ])
0
23
2
작업형 1 배경지식 질문
0
33
2
옳게 풀은건지 질문드립니다!
0
23
1