Notice
Recent Posts
Recent Comments
Link
반응형
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- Machine Learning
- 차원 축소
- 손실 함수
- 강화학습
- 신경망
- 강화 학습
- Q-Learning
- 머신러닝
- 자연어 처리
- 데이터 전처리
- 딥러닝
- GRU
- 최적화
- LSTM
- 인공 신경망
- 활성화 함수
- rnn
- python
- reinforcement learning
- AI
- 지도 학습
- 과적합
- 인공지능
- 정규화
- 회귀
- 머신 러닝
- 교차 검증
- q-러닝
- Deep learning
- CNN
Archives
- Today
- Total
목록ordinal variable (1)
move84
머신러닝: 순서형 인코딩 전략
머신러닝 모델을 구축하는 과정에서 데이터 전처리는 매우 중요한 단계이다. 데이터 전처리는 모델의 성능에 직접적인 영향을 미치며, 특히 범주형 변수를 다룰 때 적절한 인코딩 전략을 선택하는 것이 필수적이다. 이번 글에서는 순서형 변수를 인코딩하는 다양한 전략에 대해 알아보고, 각 전략의 장단점과 실용적인 예시를 살펴볼 것이다. 🧐 순서형 변수 (Ordinal Variable) 란 무엇인가? 순서형 변수는 값 사이에 자연스러운 순서가 존재하는 범주형 변수를 의미한다. 예를 들어, '만족도'를 나타내는 변수가 '매우 불만족', '불만족', '보통', '만족', '매우 만족'과 같은 값을 가질 수 있다. 이러한 변수는 각 범주 간의 상대적인 크기 비교가 가능하다는 특징을 지닌다. 순서형 변수를 인코딩하는 것..
머신러닝
2025. 3. 4. 23:46