범주형 특성

Python으로 Kaggle 대회 공략하기

Yauhen Babakhin

Kaggle Grandmaster

레이블 인코딩

ID 범주형 특성
1 A
2 B
3 C
4 A
5 D
6 A
ID 레이블 인코딩
1 0
2 1
3 2
4 0
5 3
6 0
Python으로 Kaggle 대회 공략하기

레이블 인코딩

# LabelEncoder 가져오기
from sklearn.preprocessing import LabelEncoder

# LabelEncoder 객체 생성
le = LabelEncoder()

# 범주형 특성 인코딩
df['cat_encoded'] = le.fit_transform(df['cat'])

     ID   cat  cat_encoded
0     1   A    0
1     2   B    1
2     3   C    2
3     4   A    0
Python으로 Kaggle 대회 공략하기

원-핫 인코딩

ID 범주형 특성
1 A
2 B
3 C
4 A
5 D
6 A
ID Cat == A Cat == B Cat == C Cat == D
1 1 0 0 0
2 0 1 0 0
3 0 0 1 0
4 1 0 0 0
5 0 0 0 1
6 1 0 0 0
Python으로 Kaggle 대회 공략하기

원-핫 인코딩

# 원-핫 인코딩 특성 생성
ohe = pd.get_dummies(df['cat'], prefix='ohe_cat')

# 원본 특성 제거
df.drop('cat', axis=1, inplace=True)

# OHE 특성을 데이터프레임에 결합
df = pd.concat([df, ohe], axis=1)

     ID ohe_cat_A ohe_cat_B ohe_cat_C ohe_cat_D
0     1         1         0         0         0
1     2         0         1         0         0
2     3         0         0         1         0
3     4         1         0         0         0
Python으로 Kaggle 대회 공략하기

이진 특성

# 이진 특성이 있는 DataFrame
binary_feature

      binary_feat
0     Yes
1     No

le = LabelEncoder()
binary_feature['binary_encoded'] = le.fit_transform(binary_feature['binary_feat'])

  binary_feat binary_encoded
0     Yes     1
1     No      0
Python으로 Kaggle 대회 공략하기

기타 인코딩 방법

  • Backward Difference Coding
  • BaseN
  • Binary
  • CatBoost Encoder
  • Hashing
  • Helmert Coding
  • James-Stein Encoder
  • Leave One Out
  • M-estimate
  • One Hot
  • Ordinal
  • Polynomial Coding
  • Sum Coding
  • Target Encoder
  • Weight of Evidence
Python으로 Kaggle 대회 공략하기

기타 인코딩 방법

  • Backward Difference Coding
  • BaseN
  • Binary
  • CatBoost Encoder
  • Hashing
  • Helmert Coding
  • James-Stein Encoder
  • Leave One Out
  • M-estimate
  • One Hot
  • Ordinal
  • Polynomial Coding
  • Sum Coding
  • Target Encoder
  • Weight of Evidence
Python으로 Kaggle 대회 공략하기

Let's practice!

Python으로 Kaggle 대회 공략하기

Preparing Video For Download...