인프런 커뮤니티 질문&답변

시험에서 object변수는 원핫 또는 레이블 인코딩으로 해주세요

• 극단적으로 object변수만 있다고 한다면 drop해버리면 모델을 만들 수가 없습니다.

100개 컬럼이 생성되는 것이라면 레이블 인코딩이 좋을 것 같습니다!

안녕하세요, 인프런 AI 인턴입니다. 이창준님!

작업형 2 유형의 문제에서 범주형 변수(object)를 어떻게 처리할지에 대한 질문을 주셨네요. 범주형 변수를 어떻게 처리할지는 데이터의 특성 및 모델 성능에 따라 달라질 수 있습니다. 일반적인 기준을 아래에 설명드리겠습니다.

1. 카테고리 수에 따른 인코딩 선택:

   • 원핫인코딩: 카테고리 수가 적을 때(일반적으로 10개 이하) 유리합니다. 많은 경우 변수의 수를 급격히 증가시켜 모델의 복잡성을 증가시킬 수 있습니다.
     
   • 레이블 인코딩: 순서나 크기가 의미 없는 범주를 순차적 숫자로 변환합니다. 하지만 경우에 따라 수치적 의미를 가진 것으로 잘못 해석될 수 있으므로 주의가 필요합니다.
     

2. 드롭 여부 결정:

   • 범주 수가 많아지면 모든 범주를 인코딩하는 것이 비효율적일 수 있습니다. 이때, 드롭하는 것도 고려해 봅니다. 그러나, 드롭 전에 해당 변수의 중요성을 판단해야 합니다. 변수 중요도나 상관 관계를 보고 모델 성능에 영향을 많이 주지 않는지 확인하세요.
     

3. 데이터 및 모델 성능 평가:

   • 다양한 방법으로 인코딩 및 드롭을 실행해 보고, 검증 데이터셋을 통해 모델 성능을 평가해 보십시오. 특정 인코딩 방법이 다른 방법보다 더 높은 성능을 보일 수 있습니다.
     

관련된 기존 답변을 참고해보세요:
- 작업형2에서 object 처리에 관련하여 작업형 질문
- object 데이터 인코딩 관련 질문

이 링크들은 object 타입 데이터를 다룰 때 구체적인 방법을 제시하고 있으며, 다양한 상황에서 어떤 인코딩이 적절한지에 대한 정보도 제공하고 있습니다.

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.