핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

104

1

부

머신러닝

이 표현 방식의 문제는 머신러닝 알고리즘이 가까이 있는 두 값이 떨어져 있는 두 값보다 더

비슷하다고 생각한다는 점입니다. 일부 경우에는 괜찮습니다 (예를 들어

'

bad

'

,

'

average

'

,

'

good

'

,

'

excellent

'

와 같은 순서가 있는 카테고리의 경우 ). 하지만 이는

ocean

_

proximity

열에 해당되지 않습니다 (예를 들어 카테고리

0

과

1

보다 카테고리

0

과

4

가 확실히 더 비슷합

니다 ). 이 문제는 일반적으로 카테고리별 이진 특성을 만들어 해결합니다. 카테고리가 ‘

<

1H

OCEAN

’일 때 한 특성이

1

이고 (그 외 특성은

0

), 카테고리가 ‘

INLAND

’일 때 다른 한 특성

이

1

이 되는 (역시 그 외에는

0

) 식입니다. 한 특성만

1

이고 (핫) 나머지는

0

이므로 이를

원

-

핫

인코딩

one

-

hot

encoding

이라고 부릅니다. 이따금 새로운 특성을

더미

dummy

특성이라고도 부릅니다.

사이킷런은 범주의 값을 원-핫 벡터로 바꾸기 위한

OneHotEncoder

클래스를 제공합니다.

43

>>> from sklearn.preprocessing import OneHotEncoder

>>> cat_encoder = OneHotEncoder()

>>> housing_cat_1hot = cat_encoder.fit_transform ...