원-핫 인코딩
레이블 인코딩의 문제점은 범주 간에 순서 관계가 있다고 암묵적으로 가정한다는 점이에요. 따라서 "RoofStyle"과 "CentralAir" 특성의 인코딩 방법을 원-핫 인코딩으로 바꿔 봅시다. House Prices Kaggle 대회의 train과 test DataFrame은 이미 작업 공간에 준비되어 있어요.
이진 특성(범주가 두 개뿐인 범주형 특성)을 다룰 때는 레이블 인코더만 적용하는 것이 권장된다는 점을 기억하세요.
여러분의 목표는 언급된 특성 중 어떤 것이 이진이 아닌지 파악하고, 그 특성에만 원-핫 인코딩을 적용하는 것입니다.
이 연습은 강의의 일부입니다
Python으로 Kaggle 대회 공략하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Concatenate train and test together
houses = pd.concat([train, test])
# Look at feature distributions
print(houses['RoofStyle'].____, '\n')
print(houses['CentralAir'].____)