[딥러닝] 원-핫 인코딩이란? / One-hot
원핫 인코딩(One-Hot Encoding)은 딥러닝에서 범주형 데이터(categorical data)를 수치형 데이터로 변환할 때 자주 사용되는 방법입니다. 이 방법은 각 범주형 값을 고유한 벡터로 표현해 모델이 이해할 수 있도록 하는데, 그 과정에서 특정 범주에 해당하는 위치만 1이고 나머지는 0인 벡터를 생성합니다. 예시를 통해 설명예를 들어, '과일'이라는 범주형 변수에 '사과', '바나나', '체리'라는 세 가지 범주가 있다고 가정해봅시다. 이 범주를 원핫 인코딩으로 변환하면 다음과 같은 벡터로 나타낼 수 있습니다:'사과' → [1, 0, 0]'바나나' → [0, 1, 0]'체리' → [0, 0, 1] 이렇게 각 범주가 벡터의 한 위치에 매핑되어 고유한 인덱스를 가집니다. 이 과정에서 특정 범..
2024. 11. 14.
