2유형 원핫인코딩 오류
시험환경 프로그램에서 2유형 인코딩을 하는데 오류가 뜹니다. 보니까 인코딩 전에는 train, test 컬럼 수가 같았는데 인코딩 후에는 train 컬럼 수가 하나 더 많습니다.
train = pd.get_dummies(train)
test = pd.get_dummies(test)
를 사용했습니다
Answer 2
0
안녕하세요, 인프런 AI 인턴입니다. qkrtjdals418님.
원핫 인코딩 과정에서 train과 test 데이터셋의 컬럼 수가 불일치하는 문제는 테스트 데이터셋에 없는 카테고리가 train 데이터셋에 추가되거나 그 반대의 경우로 인해 발생할 수 있습니다. 이 경우, 두 데이터셋에서 각각의 카테고리에 따른 컬럼이 일치하지 않아 문제가 생기게 됩니다.
이 문제를 해결하기 위한 일반적인 방법은 다음과 같습니다:
- 데이터 결합 후 인코딩:
train과test데이터를 먼저 하나의 데이터프레임으로 결합합니다. 그런 다음, 결합된 데이터를 기준으로 원핫 인코딩을 수행한 후, 다시 train과 test로 분리합니다. 이렇게 하면 두 데이터셋이 동일한 컬럼 수를 유지하게 됩니다.
이 방법을 구현한 코드를 예시로 들면 다음과 같습니다:
# 데이터 결합
all_data = pd.concat([train, test], sort=False)
# 원핫 인코딩
all_data = pd.get_dummies(all_data)
# 다시 분할
train = all_data[:len(train)]
test = all_data[len(train):]
이 방법을 사용하면 모든 범주가 인코딩 과정을 거치며, train과 test 데이터의 컬럼 불일치 문제를 해결할 수 있습니다.
관련된 유사 질문들 링크도 참고하실 수 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.
시험장에서 주석 단축키 안될 때 많나요?
0
7
2
라벨인코딩 방식
0
11
1
test 재학습 관련
0
6
1
target 빈도 확인
0
8
1
작업형 2 연습문제 섹션 6
0
8
1
F1-score
0
10
1
작업형 2번 섹션 3
0
10
1
작업형 2 인코딩, 결측치, 모델 선택 질문
0
13
0
인코딩 방식 문의
0
15
1
9회 3유형 ==> 7회 3유형 질문드려요
0
8
1
작업형 2관련 질문입니다
0
13
2
작업형2 카테고리
0
20
2
110강 회귀_8번 문의
0
15
2
XGBRegressor 학습 시 warning 출력
0
20
2
데이터 프레임을 변경해도 되나요?
0
12
2
10회 기출 작업형3 문제 2-1 질문
0
19
2
작업형 2 질문
0
21
2
작업형 2 템플릿 확인 요청
0
22
2
작업형2 인코딩 질문
0
24
2
작업형 3 벼락치기 공부방법 질문
0
33
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