Titanic 데이터셋 PClass cateogrical -> one hot encoding
385
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~
수강기간즘연장해주세요
0
3
1
작업형3 기출
0
6
1
유형2에서 데이터분할 생략 가능여부
0
7
1
9회 기출 유형3 질문
0
7
1
lgb 기초편
0
5
1
수업자료 문의
0
7
1
괄호 사용
0
8
1
작업형 2 데이터 전처리 질문
0
9
0
11회 기출 유형 작업형1 문제 3-1
0
8
0
7회 3유형 2번문제 질문
0
7
1
예시문제 작업형2 (ver2023) 질문입니다
0
10
1
Data type에 따른 처리
0
6
1
Cursor 실행 문의
1
11
2
데이터 전처리 관련
0
13
2
시험에서 문제 불러오기
0
12
2
2번문제 출력값 질문
0
17
2
결측값 처리
0
576
1
n_step 값에 대하여
0
451
1
dir*.csv가 안됩니다.
0
327
1
6 시그마 이상 outlier
0
557
1
로그변환에 대하여
0
644
1
In[42] 14:50 코드 질문
0
247
1
표준 스케일링관련 문의
0
317
1
6:14초 dataframe 스케일링한 후 컬럼 추가에 대한 질문
0
740
1