Titanic 데이터셋 PClass cateogrical -> one hot encoding
424
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~
업캐스팅 문제 예시 4번 부모 호출
0
8
1
강의자료 링크 열리지 않음.
0
11
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
11
1
모의고사 자료 해설이 너무 불친절하네요.
0
30
2
부모의 생성자 출력 관련
0
13
2
이론파트 재탕문제
0
13
0
누락코드
0
15
1
다차원 배열 포인터 질문있습니다
0
20
3
원핫인코딩 전 train과 test 병합여부
0
16
1
수강기간 연장
0
17
1
자동화시트에 이미지를 제가 원하는 사진을 다운 받아서 시트에 입력할수 있을까요?
0
13
1
이론 파트 재탕
0
26
1
모의고사 5회
0
23
1
12분 10초 func(values, 0, 1)을 넣을 때
0
28
1
mcp 관련 질문
0
47
2
Alpha vantage 유료화?
0
47
2
결측값 처리
0
608
1
n_step 값에 대하여
0
481
1
dir*.csv가 안됩니다.
0
371
1
6 시그마 이상 outlier
0
596
1
로그변환에 대하여
0
678
1
In[42] 14:50 코드 질문
0
282
1
표준 스케일링관련 문의
0
351
1
6:14초 dataframe 스케일링한 후 컬럼 추가에 대한 질문
0
774
1