Titanic 데이터셋 PClass cateogrical -> one hot encoding
437
7 asked
안녕하세요 선생님.
원핫 인코딩을 categorical data에서 무조건 사용하나요?
만약에 categorical data가 숫자가 아닌 문자(alphabet)이면 당연히 컴퓨터가 못이해하니 변환시켜주는건 맞다고 생각하는데
PClass 같은 경우는 1 2 3이고 벌써 숫자 data인데 굳이 one hot encoding을 써서 바꿔주는 이유가 있을까요?
Answer 1
1
좋은 질문입니다.
클래스가 1, 2, 3 정도로 갯수가 적으면 모델(프로그램)이 카테고리 변수로 인식하여 운좋게 잘 동작할 수도 있습니다.
그런데 클래스가 10개라고 하면 1~10의 숫자가 양을 나타내는지 카테고리를 나타내는지 컴퓨터가 구분할 수가 없습니다. 기본적으로는 양으로 인식하게 되고 오동작을 하게 됩니다. 클래스2가 클래스1보다 뭔가 두 배 많은 것을 나타내지는 않겠지요. 국적을 구분할 때도 국가 번호가 양을 나타낸다고 볼 수 없습니다.
따라서 카테고리 변수는 원한 인코딩을 꼭 해주어야 합니다. 단 카테고리가 2개를 구분할 때는 편의상 0/1을 나타내는 한 컬럼(변수)만 써도 동일하게 동작합니다.
더 궁금한 내용 있으면 질문해주세요~
로지스틱 회귀분석, 분산분석 범주형 변수 관련 외 질문
0
12
1
수업노트에서 프로그램을 따라할 경우 일부 단어만 입력해도 전문이 뜨는데요
0
10
0
[캐글] 작업형3 예상 문제 - 잔차이탈도
0
17
1
로지스틱 회귀 독립변수가 범주형일 때
0
18
1
mtcars.csv파일을 받을 수 있을까요?
0
15
0
벼락치기질문
0
34
1
수강연장 문의 드립니다
0
25
2
수강연장 문의드립니다.
0
24
2
작업형2에서 데이터 분포를 확인하는 이유
0
27
2
10회 기출 작업형 2 문제
0
24
1
코딩팡 프로 인증
0
30
1
이번 강의 학습노트
0
26
2
캐글 질문
0
24
2
코딩팡 pro 관련
0
24
1
9번질문입니다.
0
24
2
시험에 대해서
0
23
2
결측값 처리
0
623
1
n_step 값에 대하여
0
502
1
dir*.csv가 안됩니다.
0
389
1
6 시그마 이상 outlier
0
612
1
로그변환에 대하여
0
695
1
In[42] 14:50 코드 질문
0
301
1
표준 스케일링관련 문의
0
372
1
6:14초 dataframe 스케일링한 후 컬럼 추가에 대한 질문
0
791
1

