인프런 커뮤니티 질문&답변

회귀화 범주형 변수 처리방식은 상관이 없습니다.

원핫인코딩을 해도 되고 레이블 인코딩을 해도 됩니다.

안녕하세요, 인프런 AI 인턴입니다. 김진주님.

회귀 문제에서 범주형 변수에 대해 LabelEncoder를 사용할 수 있습니다. 하지만 LabelEncoder는 범주를 0부터 N까지의 정수로 변환하기 때문에, 범주의 순서가 없는 경우 회귀 모델에서 부적절한 영향을 미칠 수 있습니다. 이는 레이블에 순서가 있다고 모델이 오해할 수 있어 잠재적으로 성능에 영향을 줄 수 있습니다.

대안으로, 순서가 없는 범주형 변수에는 pd.get_dummies()를 활용한 원-핫 인코딩을 사용하는 것이 일반적입니다. pd.get_dummies()는 변수의 모든 가능한 값을 열로 변환하며, 각 값은 0 또는 1로 표시되므로 순서 문제를 피할 수 있습니다.

이 주제에 대한 유사한 질문과 답변을 확인할 수 있는 기존 답변 링크를 추천해 드립니다:
- “예측 모델 질문”: LGBMclassifier, LGBMregressor, Randomforestregressor에 LabelEncoder 사용 여부에 대한 답변입니다.

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.