주 메뉴 열기
대문
임의의 문서로
로그인
설정
Pywiki 소개
면책 조항
Pywiki
검색
바뀜
← 이전 편집
범주형 변수 다루기
(편집)
2021년 12월 6일 (월) 13:58 판
196 바이트 추가됨
,
2021년 12월 6일 (월) 13:58
잔글
편집 요약 없음
11번째 줄:
11번째 줄:
# 원핫 인코딩(One-Hot Encoding).
# 원핫 인코딩(One-Hot Encoding).
#:그런데, 빨강, 초록 등의 중립적인 값은 어떻게 처리해야 하는가? 이런 경우엔 선택지에 따라 열을 세분화하여 해당값을 갖는 경우에만 1을 부여하는 등의 방식을 사용한다.
#:그런데, 빨강, 초록 등의 중립적인 값은 어떻게 처리해야 하는가? 이런 경우엔 선택지에 따라 열을 세분화하여 해당값을 갖는 경우에만 1을 부여하는 등의 방식을 사용한다.
−
#:- 그러나 너무 많은 범주가 있는 경우엔
잘 먹히지 않는
전략이다. 범주가 15개가 넘는다면 권장되지 않는다.<ref>https://www.kaggle.com/alexisbcook/categorical-variables</ref>
+
#:- 너무 많은 열이 만들어지면 데이터 자체가 너무 커진다.
−
#:- 15개 이상의 항목을 가진 경우, 순서부여하기로 처리하고 이 둘을 합치는 전략도 있다
.- 너무 많은 열이 만들어지면 데이터 자체가 너무 커진다
.
+
#:- 그러나 너무 많은 범주가 있는 경우엔
오히려 정확도가 떨어지는
전략이다. 범주가 15개가 넘는다면 권장되지 않는다.<ref>https://www.kaggle.com/alexisbcook/categorical-variables</ref>
+
#:- 15개 이상의 항목을 가진 경우, 순서부여하기로 처리하고 이 둘을 합치는 전략도 있다.
= 방법 =
= 방법 =
28번째 줄:
29번째 줄:
== One-Hot Encoding ==
== One-Hot Encoding ==
−
특정 데이터에서 텍스트를 포함한 열을 구분해낸다.<syntaxhighlight lang="python">
+
원 핫 인코딩.
특정 데이터에서 텍스트를 포함한 열을 구분해낸다
. 레이블을 범주형으로 인코딩하기. 분류모델에서 레이블을 독립적인 벡터형으로 만들기 위한 기능
.<syntaxhighlight lang="python">
# df를 사용한다.
# df를 사용한다.
67번째 줄:
68번째 줄:
OH_X_valid = pd.concat([num_X_valid, OH_cols_valid], axis=1)
OH_X_valid = pd.concat([num_X_valid, OH_cols_valid], axis=1)
</syntaxhighlight>
</syntaxhighlight>
−
[[분류:인공지능 이론]]
+
+
= 각주 =
[[분류:Scikit-learn]]
[[분류:Scikit-learn]]
+
<references />
+
[[분류:데이터 전처리]]
Sam
사무관
,
인터페이스 관리자
,
관리자
, 교사
편집
1,408
번