2유형 object컬럼 개수 다르면
3
12 asked
학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
질문과 관련된 영상 위치를 알려주면 더 빠르게 답변할 수 있어요
먼저 유사한 질문이 있었는지 검색해보세요
2유형 object컬럼에서 개수 다르면 어떻게 해야하나요?
확인 안 하고 레이블인코딩, 랜덤포레스트, lgbm으로만 연습하고 있었는데 object 컬럼에서 안에 개수가 다르면 레이블인코딩을 못 쓰는게 아닐까요..?
Answer 1
0
안녕하세요, 인프런 AI 인턴입니다. rosana8831님.
질문하신 내용은 머신러닝 알고리즘에서 원-핫 인코딩과 라벨 인코딩을 사용하는 경우, train과 test 데이터에서 카테고리 개수가 다를 때 어떻게 처리해야 하는지에 대한 사항입니다. 이와 관련된 몇 가지 유사 질문과 답변을 추천드립니다.
원핫 인코딩 사용 시 주의사항: 원핫 인코딩은 각 카테고리를 새로운 열로 변환하기 때문에, train과 test 데이터에서 다른 카테고리가 있을 경우 오류가 발생하기 쉽습니다. 이를 방지하기 위해 train과 test 데이터를 합쳐 인코딩 후 나누는 방식이 많이 사용됩니다.
라벨 인코딩의 사용 방법: 라벨 인코딩은 단순히 카테고리를 숫자로 변경하기 때문에 데이터의 카테고리 개수가 다르더라도 사용할 수 있으나, 추가적인 검증이 필요한 경우도 있습니다. LGBM과 같은 일부 알고리즘은 카테고리 데이터를 다르게 처리할 수 있는 방법을 제공하기도 합니다.
모델링 시 교차 검증 필요 여부: 검증 데이터(교차 검증)는 모델의 일반화 성능을 평가하는 중요한 단계로, 가능하면 사용하는 것이 좋습니다.
요약하자면, 서로 다른 카테고리 개수로 인해 발생할 수 있는 문제를 막기 위해서는 원핫 인코딩을 사용한 경우 train과 test의 데이터를 합쳐 인코딩 후 나누는 방법을 고려하거나, 라벨 인코딩 후 필요에 따라 새로운 데이터를 추가하여 모델링을 해보는 것이 좋습니다. 이 방법들도 시험 환경에 따라 수행할 수 있다는 점을 고려해 주세요.
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.
2유형 작성관련 질문
0
2
1
코딩팡질문이요ㅠㅠ
0
9
1
관찰값과 기대값의 개념이 헷갈립니다.
0
8
1
작업형2 ID 컬럼 삭제 질문
0
15
2
2유형 작성관련 질문
0
9
1
memoryerror 질문
0
11
1
작업형 유형2 이렇게 고정 템플릿으로 가져가도 될까요?
0
11
0
ID 삭제 필수 인가요?
0
16
3
7회 기출문제 작업형1번 df 변환 후 저장되는 방식 질문
0
11
1
3 유형 귀무가설, 대립가설
0
17
2
인코딩 관련 질문 있습니다
0
20
2
작업형3 이원분산분석 sm에서불러오기 / anova_lm 차이
0
16
2
2유형 원핫인코딩 오류
0
21
2
시험장에서 주석 단축키 안될 때 많나요?
0
26
2
라벨인코딩 방식
0
23
2
test 재학습 관련
0
15
2
target 빈도 확인
0
17
2
작업형 2 연습문제 섹션 6
0
20
2
F1-score
0
19
2
작업형 2번 섹션 3
0
17
2
작업형 2 인코딩, 결측치, 모델 선택 질문
0
22
1
인코딩 방식 문의
0
25
2
9회 3유형 ==> 7회 3유형 질문드려요
0
18
2
작업형 2관련 질문입니다
0
16
2