데이터 전처리 Feature Engineering(Label Encoding, One Hot Encoding)와 Scaling

데이터 전처리 Feature Engineering(Label Encoding, One Hot Encoding)와 Scaling의 포스팅입니다. 1. Feature Engineering 원시 데이터로부터 유용한 특성(또는 변수)을 만들어내는 과정을 말합니다.

Feature Engineering은 머신 러닝 모델의 성능을 향상시키기 위해 입력 데이터를 조작, 변환 또는 선택하는 과정을 말합니다. 이 작업을 하는 이유는 다음과 같습니다. 1) Label Encoding Label Encoding은 카테고리형 변수(문자열 형태의 데이터)를 숫자형 변수로 변환하는 기술입니다.

이것은 머신 러닝 모델이 이해할 수 있는 형태로 데이터를 변환하는 과정입니다. 간단한 예를 들어보자면, "사과", "바나나", "딸기"와 같은 과일 종류를 표현하는 카테고리형 변수가 있다고 가정할 때 이러한 변수를 머신 러닝 모델에 입력으로 사용하기 위해서는 숫자로 변환해야 합니다.

이때 Label Encoding을 사...

요청 처리 중입니다...

데이터 전처리 Feature Engineering(Label Encoding, One Hot Encoding)와 Scaling

등록된 다른 글