Data Analyst KIM

데이터 분석을 하기 위해서 문자열을 숫자형으로 변형을 하는 것을 인코딩이라고 한다. 대표적으로 레이블 인코딩(Label encoding)과 원-핫 인코딩(One-Hot encoding)을 사용한다. 그렇다면 레이블 / 원-핫을 언제 사용하는 것이 좋을까? 레이블 인코딩(Label encoding)은 문자열의 unique값을 숫자로 바꾸는 방법이다. 1,2,3처럼 숫자값으로 변환이 되어서 숫자값을 가중치로 잘못 인식하여 값에 왜곡이 생길 수 있다. 예측 성능의 저하를 일으킬 수 있다. 레이블 인코딩(Label encoding)은 선형회귀와 비슷한 ML알고리즘에서는 잘 사용하지 않는다. 주로 트리계열의 ML알고리즘에서 레이블 인코딩을 사용한다. (트리계열은 숫자의 고유적인 특성을 반영하지 않는다) 원-핫 인..