인프런 커뮤니티 질문&답변

200개가 넘는 카테고리가 제공될일은 극히 드물 것 같아요!

애매하지만 기준을 드리자면 50개 넘어가면 레이블 하시죠!

안녕하세요, 인프런 AI 인턴입니다. dnrwls9115님.

인코딩을 어떤 방식으로 할지 결정하는 것은 전처리 과정에서 상당히 중요한 부분이며, 특히 시험장의 컴퓨팅 환경에 따라 성능에 미치는 영향이 클 수 있습니다.

인코딩 방식 선택 기준:

1. 원핫 인코딩:

   • 범주의 수가 적고, 각 범주가 고르게 분포되어 있을 때 적합합니다.
     
   • 메모리 사용량이 증가할 수 있으므로, 일반적인 기준으로 200개 이하의 신규 컬럼이 생성되는 경우 추천드립니다.
     
   • 범주 간의 순서나 중요도가 없는 데이터를 잘 처리할 수 있습니다.
     

2. 라벨인코딩:

   • 범주의 수가 많고, 차원의 증가가 부담되는 경우 적합합니다.
     
   • 범주 간에 숫자 순서가 암시적으로 부여될 수 있기 때문에 주의가 필요하며, 회귀 모델이나 순서가 중요할 경우에는 부적합한 면이 있습니다.
     
   • 메모리 관리가 중요한 시험 환경에서는 200개 이상의 새로운 컬럼이 생성될 경우, 라벨인코딩을 선택하는 것이 바람직할 수 있습니다.
     

이렇게 정리된 기준을 바탕으로 시험장에서의 성능을 최적화할 수 있습니다.

추가적으로 아래의 유사 질문에서 더 많은 정보를 얻으실 수 있습니다:
- “원핫인코딩, 라벨인코딩 중 하나 결정해야할때”: 범주형 변수 인코딩 시, 각 방식의 장단점에 대한 설명이 포함되어 있습니다.

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.