데이터 과학을 위한 통계: 데이터 분석에서 머신러닝까지 50가지 핵심 개념

170

데이터 과학을 위한 통계

4.4

회귀에서의 요인변수

범주형 변수

라고도 불리는

요인변수

factor

variable

는 개수가 제한된 이산값을 취한다. 예를 들면 대출

목적이라는 변수는 ‘부채 정리’, ‘결혼’, ‘자동차’ 등의 값을 가질 수 있다.

지표변수

indicator

variable

라

고도 불리는 이진변수(예/아니오 )는 요인변수의 특수한 경우이다. 회귀분석에는 수치 입력이

필요하기 때문에, 모델에 사용할 수 있도록 요인변수를 다시 수치화해야 한다. 이를 위한 가장

일반적인 방법은 변수를 이진

가변수

들의 집합으로 변환하는 것이다.

용어 정리

•

가변수

dummy

variable

: 회귀나 다른 모델에서 요인 데이터를 사용하기 위해

0

과

1

의 이진변수로 부호화한

변수

•

기준 부호화

reference

coding

: 통계학자들이 많이 사용하는 부호화 형태. 여기서 한 요인을 기준으로 하고

다른 요인들이 이 기준에 따라 비교할 수 있도록 한다. (유의어: 처리 부호화

treatment

coding

)

•

원-핫 인코딩

one

-

hot

encoding

: 머신러닝 분야에서 많이 사용되는 부호화. 모든 요인 수준이 계속 유지된

다. 어떤 머신러닝 알고리즘에서는 유용한 반면, 다중선형회귀에는 적합하지 않다.

•

편차 부호화

deviation

coding

: 기준 수준과는 ...