원핫 인코딩 차이점
kaggel T2-1 풀이 중 궁금한 사항이 있어 문의 드립니다.
0 PassengerId 712 non-null int64
1 Pclass 712 non-null int64
2 Name 712 non-null object
3 Sex 712 non-null object
4 Age 575 non-null float64
5 SibSp 712 non-null int64
6 Parch 712 non-null int64
7 Ticket 712 non-null object
8 Fare 712 non-null float64
9 Cabin 170 non-null object
10 Embarked 711 non-null object 작성한 풀이
train = pd.get_dummies(X_train, columns=features)
test = pd.get_dummies(X_test, columns=features)
train.shape, test.shape #((712, 26), (179, 25))
해설지 풀이
features = ["Pclass", "Sex", "SibSp", "Parch"]
X = pd.get_dummies(X_train[features])
test = pd.get_dummies(X_test[features])
X.shape, test.shape ##((712, 5), (179, 5))
제 풀이는 원핫인코딩처럼 안된 이유가 무엇일까요..?
답변 1
0
pd.get_dummies(X_train, columns=features)과 pd.get_dummies(X_train[features])는 비슷해 보이지만 전혀 다른방식으로 동작됩니다. 전자는 Features에 있는 컬럼을 무조건 원핫인코딩 하고 반환값은 원핫인코딩을 포함한 전체 데이터 프레임을 반환합니다.
후자는 선택한 컬럼 중 오브젝트 자료형만 원핫인코딩합니다. (Sex컬럼만)
뒤로가기 버튼 같은 것이 있나요?
0
22
1
강의 연장 문의
0
18
1
출력값 질문
0
28
2
수업노트가 어디에 있나요?
0
28
1
실기시험 제출관련
0
159
2
6.20 작업형 2 과적합
0
165
3
코딩팡 장업형2 베이스 라인 인코딩 종류 질문
0
51
2
로지스틱회귀, 회귀
0
51
2
회귀 문제를 풀때 질문입니다.
0
58
1
불균형 처리 후 성능이 더 낮아졌다면,
0
65
2
실기 체험 제2유형 에러 문의
0
65
1
LIGHTGBM 으로 하면 pred값이 소수점 6자리까지 나오는게 맞나요
0
51
2
3번문제 등분산 가정
0
49
2
작업형3 target 형 변환 질문
0
37
2
[작업형1] 연습문제 섹션1 ~ 10 의 section4
0
39
3
원핫인코딩과 레이블 인코딩에서 concat
0
60
2
제2유형 질문입니다.
0
48
2
C()
0
44
2
작업형 2에서 strafity 적용 유무
0
52
2
수강 기간 연장 가능 여부 문의드립니다.
0
61
1
ols
0
44
2
2유형 작성관련 질문(일반 심화)
0
40
2
2유형 작성관련 질문
0
41
2
2유형 object컬럼 개수 다르면
0
48
2