인코더(Encorder) - OneHotEncoder

OneHotEncoder

• 사용하는 이유 : 일단 object type은 머신러닝 fit을 할 수 없고, 카테고리화를 하여 fitting을 정확하게 하기 위함이다.
• 방법에는 OneHotEncoder, get_dummies 등이 있다.

OneHotEncoder().fit_transform(data3['column1','column2'])

OneHotEncoder : 범주형 변수 -> 이항 변수
ex) 성적 column에 ['a','b','c','d'] 이렇게 있다면
        OneHotEncoder 적용시 아래와같이 변경할 수 있다.

        0 1 2 3 4(colums)
        ---------
    a   1 0 0 0 0 
    b   0 1 0 0 0
    c   0 0 1 0 0
    d   0 0 0 1 0
    f   0 0 0 0 1

# 예를 들어 data3을 OneHotEncoder로 돌리게 되면,
# ex) 성별 : male(0), female(1)
#     연령대 : 20대(0), 30대(1), 40대(1)
#     성적 : a(0), b(1), c(2), d(3), f(4) =>
#     성별 데이터2, 연령대:3, 성적 :5

data3 = np.array([
    [0, 0, 0],#남자, 20대, a(성적)
    [0, 2, 4],#남자, 40대, f
    [1, 1, 1],#여자, 30대, b
    [1, 0, 3] #여자, 20대, c
])

OneHotEncoder().fit_transform(data3).toarray()
# 성별(1자리), 연령대(3), 성적(5)
  col >[성별, 연  령  대 ,     성  적 ~~~~~~~~]
array([[1., 0., 1., 0., 0., 1., 0., 0., 0.],
       [1., 0., 0., 0., 1., 0., 0., 0., 1.],
       [0., 1., 0., 1., 0., 0., 1., 0., 0.],
       [0., 1., 1., 0., 0., 0., 0., 1., 0.]])

• 인코딩된 값들을 확인하는 방법은 다음과 같습니다.

fitted_data3 = OneHotEncoder().fit(data3)
fitted_data3.n_features_in_
# 결과값은 "3"이 출력 (성별,연령대,성적)
fitted_data3.categories_
# 결과값은 [array([0, 1]), array([0, 1, 2]), array([0, 1, 3, 4])]