안녕하세요 교수님!keras sequence 기반 dataset에서 label을 one-hot encoding을 해주는 과정에서,<code>pd.get_dummies</code>와 <code>pd.factorize</code>를 소개해주셨는데..&nbsp;<ol><li>만약 강의에서와 달리 <code>pd.factorize</code>로 인코딩하지 않고, <code>pd.get_dummies</code>로 인코딩했다면 모델 생성 부분에서 마지막 layer에<code>output = Dense(2, activation='softmax')(x)</code>로 바꿔준다면 동일한 로직인 것이 맞겠죠..?&nbsp;</li><li>또 다른 질문으로는, 이진 분류라면 아무래도 softmax 보다는 sigmoid를 사용하는 편이 더 나은 것인지 궁금합니다! (혹시 성능적으로 더 좋을까요...?)</li></ol> 좋은 강의 정말 감사합니다!!&nbsp;

안녕하십니까, <ol><li>어느 강의 영상의 몇분 몇초에 있는 부분인지 적어주시겠습니다. 어디에 있는 코드인지 제가 찾기가 어렵군요. </li><li>큰 차이는 없을 것 같습니다만, sigmoid가 softmax 보다 조~오금 성능이 좋다는 평이 있습니다. 다만 softmax를 적용하면 이진 분류의 경우 클래스 갯수 2개(0과 1)에 해당하는 Dense layer 를 만들어 줘야 합니다. </li></ol>&nbsp;감사합니다. &nbsp;

인프런 커뮤니티 질문&답변

섹션 8. keras sequence 기반의 dataset 관련 질문입니다.