Learn AI with Python · 강의

범주형 변수 인코딩

레이블 인코딩, 원-핫 인코딩, 순서형 인코딩, pd.get_dummies()와 sklearn OrdinalEncoder를 비교합니다.

범주형 변수 인코딩은(는) CoddyKit의 무료 Learn AI with Python 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Learn AI with Python 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.

범주를 인코딩하는 이유

대부분의 머신러닝 모델에는 "빨간색"이나 "작음" 같은 텍스트 레이블이 아니라 NUMBERS가 필요합니다. 인코딩은 범주형 변수를 의미를 보존하면서 수치 형식으로 변환합니다.

서수형과 명목형 비교

서수형 범주에는 자연스러운 순서가 있습니다(작음 < 중간 < 큼). 명목형 범주에는 순서가 없습니다(빨간색, 초록색, 파란색). 어떤 종류의 범주인지에 따라 적절한 인코딩이 달라집니다.

서수형 데이터의 레이블 인코딩

LabelEncoder는 각 범주를 정수에 대응시킵니다. 정수의 순서가 의미를 가지는 ORDINAL 데이터에 적합합니다.

from sklearn.preprocessing import LabelEncoder
sizes = ["small", "large", "medium", "small"]
le = LabelEncoder()
print(le.fit_transform(sizes))   # integers (alphabetical by default)

명목형 데이터의 위험

NOMINAL 데이터에 레이블 인코딩을 적용하면 위험합니다. 모델이 빨간색=0, 초록색=1, 파란색=2를 초록색이 빨간색과 파란색 "사이에" 있는 것으로 해석하여 잘못된 순서를 만들어 낼 수 있기 때문입니다. 대신 원-핫 인코딩을 사용하세요.

get_dummies를 사용한 원-핫 인코딩

pd.get_dummies는 범주마다 하나의 이진 열을 만듭니다. 각 행에서는 EXACTLY 하나의 열이 1이 되며, 암시된 순서가 없으므로 명목형 변수에 적합합니다.

import pandas as pd
df = pd.DataFrame({"color": ["red", "green", "blue", "red"]})
print(pd.get_dummies(df, columns=["color"]))

더미 변수 함정

k개의 범주에서 k개의 열을 만들면 이 열들은 완벽하게 선형 종속됩니다(항상 합이 1이기 때문입니다). 이 더미 변수 함정은 선형 모델을 손상시킵니다. 열 하나를 삭제하면 해결할 수 있습니다.

drop_first

drop_first=True는 범주 하나를 제거하여 k-1개의 열만 남깁니다. 제거된 범주는 암시적인 기준값(모두 0인 값)이 되어 선형 종속성을 없앱니다.

print(pd.get_dummies(df, columns=["color"], drop_first=True))
# one fewer column; the dropped color is the baseline

sklearn OrdinalEncoder

파이프라인에서는 OrdinalEncoder가 FEATURES의 레이블 인코딩에 해당하는 sklearn 도구이며, 범주의 순서를 명시적으로 지정할 수 있습니다.

from sklearn.preprocessing import OrdinalEncoder
enc = OrdinalEncoder(categories=[["small", "medium", "large"]])
print(enc.fit_transform([["medium"], ["large"], ["small"]]))

sklearn OneHotEncoder

OneHotEncoder는 파이프라인에 적합한 원-핫 도구입니다. 학습 데이터에서 범주를 학습하고 새 데이터에 동일한 매핑을 적용하므로 운영 환경에서 매우 중요합니다.

from sklearn.preprocessing import OneHotEncoder
ohe = OneHotEncoder(sparse_output=False)
print(ohe.fit_transform([["red"], ["green"], ["blue"]]))

처음 보는 범주 처리

테스트 데이터에는 학습 중 한 번도 본 적이 없는 범주가 포함될 수 있습니다. handle_unknown="ignore"를 설정하면 OneHotEncoder가 오류를 발생시키는 대신 모든 값을 0으로 출력합니다.

ohe = OneHotEncoder(handle_unknown="ignore", sparse_output=False)
ohe.fit([["red"], ["green"]])
print(ohe.transform([["blue"]]))   # all zeros, no error

고카디널리티 열

고유한 값이 수천 개 있는 열을 원-핫 인코딩하면 특성 수가 폭발적으로 늘어납니다. 카디널리티가 높은 경우 타깃 인코딩, 해싱 또는 드문 범주를 "기타"로 묶는 방법을 고려하세요.

빠른 확인

인코딩에 대한 이해도를 확인해 보세요.

복습

인코딩 도구 모음:

서수형 데이터 -> 정수 인코딩(LabelEncoder / OrdinalEncoder)
명목형 데이터 -> 원-핫 인코딩(pd.get_dummies / OneHotEncoder)
drop_first=True로 더미 변수 함정을 피합니다
처음 보는 테스트 범주에는 handle_unknown="ignore"를 사용합니다
카디널리티가 높은 열로 인한 특성 수 폭증을 주의하세요

자주 묻는 질문

“범주형 변수 인코딩” 강의는 무료인가요?

네 — “범주형 변수 인코딩” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Learn AI with Python 강의 전체를 잠금 해제할 수 있습니다. Learn AI with Python 강의에는 총 4개의 강의가 포함되어 있습니다.

“범주형 변수 인코딩”에서 뭘 배우나요?

레이블 인코딩, 원-핫 인코딩, 순서형 인코딩, pd.get_dummies()와 sklearn OrdinalEncoder를 비교합니다. 브라우저에서 직접 실행하는 실습 코드로 Learn AI with Python을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Learn AI with Python을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Learn AI with Python은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.

“범주형 변수 인코딩” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Learn AI with Python 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Learn AI with Python 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Learn AI with Python(으)로 돌아가기