기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[data analysis] 원-핫 인코딩(one-hot encoding)

원-핫인코딩(One-Hot encoding)

대상이 되는 값에 1 그외의 값에 0을 지정하는 방식으로 인코딩합니다. 이러한 할당방식을 one-hot 인코딩이라 합니다. 예를 들어 변수에 할당된 목록 값이 female, male인 경우 다음과 같이 인코딩 됩니다.

female male
female 1 0
male 0 1

그러므로 x=['female']인 경우 Onehotcoding에 의해 [1, 0]으로 변환됩니다. 이 변환은 pandas.get_dummies() 함수나 sklearn.preprocessing.OneHotEncoder() 클래스 또는 torch.funtional.one_hot()에 의해 실행할 수 있습니다.

위 함수들은 원-핫 인코딩을 위한 함수들들을 참조합니다.

다음 자료 x는 5개의 데이터와 고유값 3개(Na를 코딩에서 제외)를 포함합니다. 그러므로 다음과 같이 5행 3열의 결과가 되며 각각에 대응하는 위치에 1이 할당됩니다.

x=['a', 'c', 'z', 'a', np.nan]
pd.get_dummies(x, dtype="int")
a c z
0 1 0 0
1 0 1 0
2 0 0 1
3 1 0 0
4 0 0 0
pd.get_dummies(x, dummy_na=True)
a c z NaN
0 True False False False
1 False True False False
2 False False True False
3 True False False False
4 False False False True
y=pd.DataFrame({'A': ['a', 'b', 'a'], 'B': ['b', 'a', 'c'], 'C': [1, 2, 3]}); y
A B C
0 a b 1
1 b a 2
2 a c 3
pd.get_dummies(y, dtype="int")
C A_a A_b B_a B_b B_c
0 1 1 0 0 1 0
1 2 0 1 1 0 0
2 3 1 0 0 0 1
pd.get_dummies(y, prefix=['c1', 'c2'], dtype="int")
C c1_a c1_b c2_a c2_b c2_c
0 1 1 0 0 1 0
1 2 0 1 1 0 0
2 3 1 0 0 0 1

sklearn.preprocessing.OneHotEncoder() 클래스를 사용할 수 있습니다. 실행기전은 get_dummies()와 같습니다.

X = [['male', 'asia', 'uses Safari'], ['female', 'Europe', 'uses Firefox']]
xDf=pd.DataFrame(X, columns=["sex", "From","use"]); xDf
sex From use
0 male asia uses Safari
1 female Europe uses Firefox
ohc_dum=pd.get_dummies(xDf, dtype="int"); ohc_dum
sex_female sex_male From_Europe From_asia use_uses Firefox use_uses Safari
0 0 1 0 1 0 1
1 1 0 1 0 1 0
ohc_sk=preprocessing.OneHotEncoder().fit(X)
print(ohc_sk.categories_)
[array(['female', 'male'], dtype=object), array(['Europe', 'asia'], dtype=object), array(['uses Firefox', 'uses Safari'], dtype=object)]

다음 코드 ohc_sk.transform()은 다음과 같이 1로 변환된 결과만을 나타냅니다.

print(ohc_sk.transform(X))
  (0, 1)	1.0
  (0, 3)	1.0
  (0, 5)	1.0
  (1, 0)	1.0
  (1, 2)	1.0
  (1, 4)	1.0

위 결과는 .toarray() 메소드를 사용하여 array 형으로 변환하는 것으로 다음과 같이 모든 결과를 반환합니다.

print(ohc_sk.transform(X).toarray())
[[0. 1. 0. 1. 0. 1.]
 [1. 0. 1. 0. 1. 0.]]

다음 코드들은 python의 패키지인 torch의 funtional.one_hot() 함수에 의해 원-핫 인코딩을 실행한 것입니다.

import torch
import torch.nn.functional as F
x=torch.arange(0, 5)
x
tensor([0, 1, 2, 3, 4])
F.one_hot(x)
tensor([[1, 0, 0, 0, 0],
        [0, 1, 0, 0, 0],
        [0, 0, 1, 0, 0],
        [0, 0, 0, 1, 0],
        [0, 0, 0, 0, 1]])
x1=torch.randint(0, 12, size=(5,))
x1
tensor([ 0,  9,  4, 10,  1])

위 객체 x1의 각 요소는 하나의 행으로 변환되어 나타냅니다. 그러므로 변환된 객체의 모양은 (5, 11)이 됩니다.

F.one_hot(x1)
tensor([[1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0],
        [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1],
        [0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

one_hot()함수에서 매개변수인 num_classes를 수동으로 지정한 경우입니다. 이 경우 x1의 최대값보다 커야 합니다. 변환된 객체의 모양은 (5, 12)이 됩니다.

F.one_hot(x1, num_classes=12)
tensor([[1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0],
        [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0],
        [0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

위의 X와 같이 문자열(string) 객체를 one-hot 인코딩을 위해 torch.one_hot()함수를 적용하기 위해서는 문자 변수를 숫자로 전환할 필요가 있습니다. 이 전환은 sklearn.preprocessing의 LabelEncoder()클래스를 적용합니다. 이 클래스에 전달하는 객체는 대상 자료의 모든 변수를 포함하는 1차원 벡터이어야 합니다. 예를 들어 위의 객체 X는 다음과 같이 (2, 3)형태의 2차원 객체입니다.

x=np.array(X)
x
array([['male', 'asia', 'uses Safari'],
       ['female', 'Europe', 'uses Firefox']], dtype='< U12')

데이터내의 각 요소의 원-핫 인코딩을 위해서는 모든 값들에 대한 label encoding이 필요합니다. 그러므로 위 객체 x를 1차원 벡터로 전환하여 label을 전환합니다.

xVec=np.array(X).ravel()
xVec
array(['male', 'asia', 'uses Safari', 'female', 'Europe', 'uses Firefox'],
      dtype='< U12')

LabelEcoder()에 의해 전환된 labelencoder 객체를 각 대상에 적용합니다.

le=sklpre.LabelEncoder().fit(xVec)
t0=torch.from_numpy(le.transform(x[0,:]))
t0
tensor([3, 1, 5])

torch.one_hot()에 전달하기 위해 tensor객체로 전환합니다.

t1=torch.from_numpy(le.transform(x[1,:]))
t1
tensor([2, 0, 4])
t0oh=F.one_hot(t0)
t0oh
tensor([[0, 0, 0, 1, 0, 0],
        [0, 1, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 1]])
t1oh=F.one_hot(t1)
t1oh
tensor([[0, 0, 1, 0, 0],
        [1, 0, 0, 0, 0],
        [0, 0, 0, 0, 1]])

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...