범주형 변수 변환

HR Analytics: Python으로 직원 이탈 예측하기

Hrant Davtyan

Assistant Professor of Data Science American University of Armenia

범주형 변수의 유형

순서형 - 순위를 매길 수 있는 두 개 이상의 범주를 가진 변수
- 예시: salary
- 값: low, medium, high
명목형 - 내재적 순서가 없는 두 개 이상의 범주를 가진 변수
- 예시: department
- 값: sales, accounting, hr, technical, support, management, IT, product_mng, marketing, RandD

범주 인코딩 (salary)

# Change the type of the "salary" column to categorical
data.salary = data.salary.astype('category')     
# Provide the correct order of categories
data.salary = data.salary.cat.reorder_categories(['low',
                                                  'medium',
                                                  'high'])
# Encode categories with integer values
data.salary = data.salary.cat.codes

이전 값	새 값
low	0
medium	1
high	2

더미 변수 생성

# Get dummies and save them inside a new DataFrame
departments = pd.get_dummies(data.department)

출력 예시:

       IT  RandD  accounting  hr  management  marketing  product_mng  sales  support  technical
0       0      0           0   0           0          0            0      0        0          1

더미 함정

departments.head()

       IT  RandD  accounting  hr  management  marketing  product_mng  sales  support  technical
0       0      0           0   0           0          0            0      0        0          1

departments = departments.drop("technical", axis = 1)
departments.head()

       IT  RandD  accounting  hr  management  marketing  product_mng  sales  support
0       0      0           0   0           0          0            0      0        0

연습해 봅시다!

HR Analytics: Python으로 직원 이탈 예측하기