250x250
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 가설검정
- 내일배움캠프
- AB테스트
- 한줄for문
- Leetcode
- ★
- SQLD
- 태블로
- Til
- 시각화
- Join
- Max
- DATE_SUB
- f-string
- python
- 다중공선성
- 프로그래머스
- 내배캠_학습기록
- SQL
- 데이터전처리
- 아티클스터디
- map
- 선형회귀
- 내일배움일지
- 통계학
- 리스트
- 이중for문
- 데이터시각화
- 반복문
- Set
Archives
- Today
- Total
목록인코딩 (1)
노력에는 지름길이 없으니까요
LabelEncoder, OneHotEncoder의 차이
인코딩범주형 데이터를 숫자형으로 변환하는 과정에서 필요한 과정 1. 레이블 인코딩문자열(범주형) 값을 내림차순 정렬 후 0부터 1씩 증가하는 값으로 변환함.- 숫자의 차이가 모델에 영향을 주지 않는 트리 계열 모델에 적용함. (의사결정나무, 랜덤포레스트)- 숫자의 차이가 모델에 영향을 미치는 선형 계열 모델에는 적용하지 않는 것이 좋음. (로지스틱 회귀, SVM, 신경망 → 원핫인코딩 적용) sklearn.preprocessing.LabelEncoder 활용 방법> fit() : 어떻게 변환할 것인지에 대해 학습> transform() : 문자열을 숫자로 변환> fit_transform() : 학습과 변환을 한 번에 처리> inverse_transform() : 숫자를 다시 문자열로 변환> c..
Python
2024. 8. 20. 16:48