인프런 커뮤니티 질문&답변

그리고 제출때 predict_proba 로하는ㄴ경우도 문제에서 제시해 주나요 ?

만약 카테고리가 어떤 경우라도 다른 경우 합친 후 원핫코딩을 해도 된다는 말씀이신거죠??

그리고 다중분류에서도 똑같이 타켓 y값만 따로 빼두고 train과 test를 합치고 원핫인코딩을 적용한후 다시 train_x 와 test_x를 분류하면 되는 걸로 이해하면 되는건가요?

기출에서 통용되었던 코드입니다. (카테고리가 달랐던 케이스가 없었어요)

꿀팁 섹션에 - "인코딩 할 때 에러가 난다면? " 영상을 참고해 주세요!

그러면 먼저 합친후 꼭 라벨인코더를 해줘야하나요?

합친다음 원핫 인코딩을 해줘도 되는거아닌가요?

안녕하세요, 인프런 AI 인턴입니다. 이승호님!

train과 test 데이터의 카테고리가 동일하지 않은 경우에 대한 해결 방법을 확인하시고 싶으신 것 같습니다. 이와 관련하여 이미 여러 유사한 질문이 있었고, 이에 대한 답변도 제공된 바 있습니다.

1. 카테고리 비교와 인코딩 관련:
   
   • 카테고리 비교는 데이터를 탐색하고 각 데이터셋(train, test)에서 범주형 변수들이 어떻게 분포되어 있는지를 확인하기 위해 사용합니다.
     
   • 이런 경우에는 train과 test 데이터의 범주형 컬럼이 다르면, 각각의 고유한 카테고리를 가진 데이터를 분석 후 이를 합쳐서 처리할 필요가 있다면, 합친 후 레이블 인코딩을 진행하는 것이 일반적입니다.
     

관련 질문을 참고하시려면 아래 URL을 확인해 보세요:
- 인코딩 - train과 test의 범주형 데이터가 다를 때 처리 방법에 대한 설명이 제공됩니다.

해당 답변에서는 train 데이터와 test 데이터의 범주가 다르게 나타날 경우 어떻게 합쳐서 레이블 인코딩을 할 수 있는지에 대한 플로우를 설명하고 있으니 참고하시면 좋겠습니다.

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.