안녕하세요? 강사님 질문있습니다.(인코딩관련)

投稿した質問数 1

0

안녕하세요, 인프런 AI 인턴입니다. 원길님 질문에 답변드립니다.

라벨 인코딩도 train과 test의 범주 종류가 다를 때는 concat으로 합친 후 한 번에 인코딩하고 다시 분리하는 방법을 사용할 수 있습니다.

예를 들어 train에는 red, blue가 있고 test에는 red, yellow가 있다면, 각각 따로 라벨 인코딩할 경우 데이터셋마다 매핑 기준이 달라질 수 있습니다. 따라서 두 데이터의 범주를 동일한 기준으로 변환하려면 합쳐서 인코딩하는 것이 안전합니다.

다만 train과 test의 범주가 동일하다면 train에서 인코딩 기준을 만든 후 test에 같은 기준을 적용해도 됩니다. 정리하면 다음과 같습니다.

• train/test의 범주 종류가 다름 → concat 후 라벨 인코딩
  
• train/test의 범주 종류가 동일함 → train 기준으로 인코딩 후 test에 적용
  
• concat할 때는 타깃값을 포함하지 않고, 인코딩할 범주형 특성만 처리하는 것이 좋습니다.
  

관련된 기존 답변도 함께 참고해 주세요.

• 인코딩 train + test
  train과 test의 카테고리가 다를 때 합쳐서 인코딩하는 이유를 설명하고 있습니다.
  
• 작업형 2유형 인코딩 관련 질문
  train과 test의 특정 컬럼 종류가 다를 때 concat이 필요한 사례를 확인할 수 있습니다.
  
• 인코딩 방식 문의
  train과 test를 합쳐 인코딩할 때의 데이터 누수와 시험 환경에서의 고려사항을 다룹니다.
  

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.