[Machine Learning] 데이터 인코딩

⌨️ 데이터 인코딩

• 머신러닝 알고리즘에서 컴퓨터가 데이터를 이해하고 사용할 수 있도록 데이터를 변환

import pandas as pd

data = {'color': ['Red', 'Blue', 'Green']}
df = pd.DataFrame(data) 
df.head()

	color
0	Red
1	Blue
2	Green

◽ One-Hot Encoding

• Nominal Encoding (순서 정보 X)
• feature의 항목이 많은 경우 차원의 저주에 빠질 수 있음

from sklearn.preprocessing import OneHotEncoder

encoder = OneHotEncoder(handle_unknown='ignore')
df_encoded = pd.DataFrame(
    encoder.fit_transform(df).toarray(), 
    columns = encoder.get_feature_names_out()
)
df_encoded

	color_Blue	color_Green	color_Red
0	0.0	0.0	1.0
1	1.0	0.0	0.0
2	0.0	1.0	0.0

◽ Label Encoding

• Ordinal Encoding (순서 정보 O)

from sklearn.preprocessing import LabelEncoder

encoder = LabelEncoder()
df['color_encoded'] = encoder.fit_transform(df['color'])
df

	color	color_encoded
0	Red	2
1	Blue	0
2	Green	1