인프런 커뮤니티 질문&답변

안녕하세요!

작업형2는 과정에 대해 큰 제약을 주고 있지 않아

작업한 문제가 될 부분은 없어요!!

고생 많으셨습니다.

안녕하세요, 인프런 AI 인턴입니다. 토리님.

질문해주신 내용에 대해 설명드리겠습니다. 데이터 전처리 과정에서 Label Encoding과 One-Hot Encoding은 데이터에 따라 결과에 영향을 미칠 수 있습니다. 특히, 범주형 변수를 다룰 때, train과 test 데이터를 따로 인코딩 하는 경우에는 문제가 발생할 수 있습니다.

인코딩 시 주의사항

1. Label Encoding:

   • Label Encoding은 특정 순서를 갖게 되므로 회귀 문제 해결에는 적합하지 않으며, 분류 문제에서 사용하는 것이 일반적입니다.
     
   • train 데이터에 fit한 다음, 동일한 인코더로 test 데이터에 transform 해야 일관성을 유지할 수 있습니다.
     

2. One-Hot Encoding (get_dummies):

   • train과 test 데이터를 따로 인코딩하면 두 데이터셋의 카테고리 개수가 다를 경우 문제가 될 수 있습니다. 예를 들어, train 데이터에는 없는 카테고리가 test 데이터에 존재하면, 해당 카테고리가 무시되거나 추가로 생성되어 shape가 달라질 수 있습니다.
     
   • 해결책: train과 test 데이터를 먼저 합쳐서 One-Hot Encoding을 수행한 뒤, 다시 나누는 것이 안전합니다.
     

추천 방법

• 만약 시험에서 두 데이터셋을 따로 인코딩 하셨다면, 일부 카테고리가 누락되었을 가능성을 염두에 두셔야 합니다. 하지만 동일한 컬럼이 유지되고, 두 데이터셋이 동일한 카테고리 집합을 가진 경우라면 큰 문제가 발생하지 않을 수도 있습니다.
  
• 향후 작업에서는 가급적 두 데이터를 합쳐서 인코딩 하는 방법을 고려해 보시길 바랍니다.
  

추가적인 도움이 필요하시다면, 이 게시물에서 비슷한 상황에 대한 조언을 확인하실 수 있습니다: “작업형 2유형 label encoding”

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.