타이타닉 생존자 예측 레이블인코딩 하는 이유

안녕하십니까,

강의가 업무에 도움이 되었다니 저도 기쁘군요 ^^

1. 기본적으로 선형 계열(예를 들어 로지스틱 회귀, SVM등)은 레이블 인코딩 보다 원핫인코딩이 선호됩니다. 그리고 트리 계열(결정트리, 앙상블등)은 두개가 큰 차이가 없습니다.

   선형 계열은 원핫 인코딩이 좋지만, 그렇다고 레이블 인코딩이 그렇게 까지 성능에 큰 영향을 미치는 건 아닌것 같습니다. 초반 실습이라 간단하게 구현할 수 있는 레이블 인코딩을 적용했습니다.

    

2. 회귀든, 분류든 인코딩은 필요합니다. 머신러닝 모델은 문자열 값을 받아들일 수 없으며 모두 숫자형 값으로 변환이 되어야 하기 때문입니다.

    

3. 예측할 데이터에 기존 학습 데이터에는 없는 레이블 값이 들어와서는 안됩니다. 이 경우 예측시 머신러닝 모델에서 오류가 발생할 수 있습니다. 반드시 예측시에는 학습 데이터에서 인코딩 변환된 레이블 값이 들어와야 합니다.

감사합니다.