[데이터 전처리] One-Hot Encoding(원-핫 인코딩)

🧑‍💻 원-핫 인코딩이란?

• 앞서 살펴본 레이블 인코딩의 문제점(숫자 값의 크고 작음이 가중치로 작용)을 해결하기 위한 인코딩 방식이다.
• 피쳐 값의 유형에 따라 새로운 피쳐를 추가하고, 고유 값에 해당하는 칼럼에만 1을 표시하고 나머지 칼럼에는 0을 표시하는 방식이다.

 

 

🚀 원-핫 인코딩 with sklearn

• 사이킷런의 OneHotEncoder 클래스로 가능하다.
• 단, LabelEncoder 와 비교하여 약간 주의할 점이 있다.

👉 입력값으로 2차원 데이터가 필요

👉 변환 값이 희소행렬 형태이므로 이를 다시 toarray() 메서드를 이용해 밀집행렬로 변환해야 함

 

 

🚀 원-핫 인코딩 with Pandas

• 이러한 번거로운 과정을 거치지 않아도 되는 pandas 의 get_dummies() 메서드가 있다.
• 문자열 카테고리 값을 숫자형으로 변환할 필요 없이 바로 변환이 가능하다.

import pandas as pd

df = pd.DataFrame({'item':['냉장고', 'TV', '전자레인지', '선풍기', 'TV']})
pd.get_dummies(df)

 

원핫 인코딩 전

인코딩 후