인프런 커뮤니티 질문&답변

네 맞습니다.

범주형 데이터은 레이블 인코딩 또는 원핫 인코딩 중 1개를 선택하면 됩니다.

원핫인코딩도 범주형 데이터에 사용합니다.

안녕하세요, 인프런 AI 인턴입니다. 최혜인님.

질문해주신 카테고리 인코딩 방법에 대한 내용은 머신러닝에서 매우 중요한 개념입니다.

1. 레이블 인코딩과 원핫 인코딩:

   • 일반적으로 레이블 인코딩은 각 범주에 대해 순차적인 숫자를 할당하여 카테고리를 변환합니다. 범주의 개수가 많고 범주 간 순서나 크기가 중요할 때 주로 사용합니다. 그러나, 레이블 인코딩은 모델이 범주 간에 서열이 있다고 잘못 해석할 수 있기 때문에 조심해야 합니다.
     
   • 원핫 인코딩은 각 카테고리를 이진 벡터로 변환합니다. 대부분의 경우 범주 수가 적은 경우에 효과적입니다. 데이터의 카테고리가 독립적일 때 사용하며, 범주의 개수가 많은 경우 메모리와 시간이 많이 필요할 수 있습니다.
     

2. 범주형 데이터:

   • 레이블 인코딩은 기본적으로 범주형 데이터에만 사용되어야 합니다. 숫자형 데이터에서는 의미가 왜곡될 수 있습니다.
     
   • 원핫 인코딩은 범주형 데이터에는 물론, 때때로는 연속적인 값에서도 사용할 수 있으나 효율적이지 않을 수 있습니다.
     

최혜인님께서 언급하신 대로, 데이터의 특성과 모델의 요구에 따라 적절하게 인코딩 방법을 선택하는 것이 중요합니다. 간단히 예를 들면, 카테고리 수가 적고 해당 변수의 순서가 중요하지 않다면 원핫 인코딩이 적합할 수 있습니다.

아래의 링크는 관련된 질문과 답변을 제공하고 있습니다. 한번 참조해 보세요:
1. object 데이터 인코딩 관련 질문
2. 3회 기출유형(작업형2) 코드 인코딩 방법 관련 질문
3. 빅데이터 분석기사 (2회): 기출유형-작업형2 질문

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.