기본 콘텐츠로 건너뛰기

[matplotlib] 등고선(Contour)

[data analysis] 원-핫 인코딩을 위한 함수들

원-핫 인코딩을 위한 함수들

pandas.get_dummies(x, prefix=None, dummy_na=False, dtype=None)
  • 전달되는 데이터인 x는 1차원 Array, pandas Series, 그리고 DataFrame 모두 가능
  • 데이터의 고유값(unique value)에 대응하는 클래스를 생성하여 값에 적합한 클래스에 True, 나머지 클래스에 False를 할당(one-hot encoding)
    • True와 False로 표시가 기본값
    • 인수 dtype = "int": True → 1, False → 0
  • dummy_na = True: 데이터의 포함된 Na를 포함
pd.get_dummies(['A', 'A', 'C', 'C', 'B'])
A B C
0 True False False
1 True False False
2 False False True
3 False False True
4 False True False
pd.get_dummies(['A', 'A', 'C', 'C', 'B'], dtype='int')
A B C
0 1 0 0
1 1 0 0
2 0 0 1
3 0 0 1
4 0 1 0
y=pd.DataFrame([['A', 'A', 'C', 'C', 'B'],['B', 'A', 'C', 'A', 'B']])
pd.get_dummies(y)
0_A 0_B 1_A 2_C 3_A 3_C 4_B
0 True False True True False True True
1 False True True True True False True
sklearn.preprocessing.OneHotEncoder()
  • 특정한 값에 해당하는 인덱스에 1, 나머지는 0을 할당하는 방식으로 데이터 변환하는 클래스
  • 전달하는 인수는 2차원 이상의 배열 구조 이어야 합니다.
  • .fit(data): estimator 생성하는 메서드
  • .transform(data): 변환된 결과를 생성하는 메서드. 이 결과는 자료형이 지정되지 않은 상태로 .toarray() 메소드에 의해 array 형으로 전환한 후 나타냄
  • 위의 두 메소드를 결합하여 .fit_transform(data)로 처리할 수 있습니다.
  • .inverse_transforme(변환된 data): 원시데이터로 환원된 결과를 반환하는 메소드
  • .categories_ : data의 클래스(목록)를 즉, 각 변수의 고유값을 반환하는 속성
torch.functional.one_hot(tensor, num_classes=-1)
  • num_classes는 원-핫 인코딩을 위한 클래스 수(컬럼수)
    • 이 함수 내부적으로 생성되는 클래스 수는 0~tensor 객체의 최대값
    • 예를 들어 month의 경우 객체의 최대값은 12이므로 실제적으로 생성되는 클래스 수는 [0, 12]로 13개 입니다.
    • num_classes의 기본값은 -1이고 이 경우는 위 과정이 자동으로 계산됩니다.
    • 수동으로 지정하기 위해서는 위의 자동지정된 값보다 커야 합니다. 즉, month의 경우 13이상이어야 합니다.
    • 여러개의 변수(열)을 동시에 변환할 경우 그 객체의 최대값을 기본으로 하므로 각 열의 클래스수는 동일해집니다. month의 경우 12개의 클래스가 맞지만 한개의 클래스가 더 생성됩니다. 그러나 여분이 되는 이 클래스의 값은 모두 0이므로 계산 결과에 영향에 없습니다. 그러나 메모리 관리 측면에서 불리합니다.
  • 텐서의 행 단위로 변환합니다.

댓글