원-핫 인코딩(One-Hot Encoding)에 대해 알아보자

One-Hot Encoding

이 글은 원 핫 인코딩이 무엇인지 왜 쓰는지 어디에 쓰는지 알 수 있는 글이다. 

원 핫 인코딩을 알기 전에 벡터에 대해서 아는 게 좋다. 밑에 링크를 통해 알아보자

벡터, 행렬, 텐서를 이해하고 Numpy(넘파이)로 실습해보기

 

원 핫 인코딩이란?

원 핫 인코딩은 주어진 범주형 데이터를 이진 형태로 변환하는 방법이다.

컴퓨터가 이해하기 쉽도록 데이터를 변환하는 기술

 

• 사과:1
• 배: 2
• 포도: 3
• 수박: 4

원 핫 인코딩으로 변환하면

 

• 사과: [1, 0, 0, 0]
• 배: [0, 1, 0, 0]
• 포도: [0, 0, 1, 0]
• 수박: [0, 0, 0, 1]

 

원 핫 인코딩을 어디에 쓸까?

원 핫 인코딩은 주로 범주형 데이터를 수치형 데이터로 변환하여 컴퓨터가 이해하고 처리하기 쉽게 하는 데 사용

 

1. 기계 학습과 데이터 분석
2. 자연어 처리
3. 컴퓨터 비전 분야

 

원 핫 인코딩 쓰는 이유

 

1. 데이터의 독립성 보존
   • 원 핫 인코딩은 각 범주를 서로 독립적으로 다루기에 데이터의 관계를 왜곡하지 않고 처리 가능
2. 범주 간 거리 개념 부여
   • 각 범주를 이진 벡터로 표현하기에 범주 간의 거리 개념 부여 가능
3. 자연어 처리의 토큰화
   • 단어나 문자를 고유한 번호로 매핑한 후에 원 핫 인코딩을 적용해 문장을 벡터로 표현
4. 계산 효율성
   • 범주의 수에 비례하여 메모리 사용과 계산 복잡성이 증가
5. 기계 학습 모델의 처리
   • 기계 학습 모델은 수치 데이터를 입력으로 받아들이기 때문에 텍스트나 범주형 데이터를 그대로 사용할 수 없다 그래서 이런 데이터를 모델에 적용하기 위해 원 핫 인코딩 사용

 

이렇게 원 핫 인코딩에 대해서 알아보았다. 인공지능을 공부하는 사람은 꼭 알아야 할 정보인 것 같아 글을 적어보았다.