LabelEncoder vs OneHotEncoder

🍎 LabelEncoder vs OneHotEncoder 쉽게 이해하기

🥝 예시 데이터

items = ["사과", "바나나", "토마토", "딸기", "수박"]

1️⃣ LabelEncoder: 클래스에 숫자를 붙여줌

from sklearn.preprocessing import LabelEncoder

items = ["사과", "바나나", "토마토", "딸기", "수박"]

encoder = LabelEncoder()
encoder.fit(items)
labels = encoder.transform(items)
print('인코딩 변환값:', labels)

📌 출력 결과

인코딩 변환값: [3 0 4 1 2]

원본	LabelEncoder 결과
바나나	0
딸기	1
수박	2
사과	3
토마토	4

📌 주의: 숫자가 순서를 가지는 것처럼 보이지만 실제로는 그렇지 않음

2️⃣ OneHotEncoder: 각 항목을 열로 바꿔줌

from sklearn.preprocessing import OneHotEncoder
import numpy as np

items = np.array(items).reshape(-1, 1)  # 2D로 변환

one_hot = OneHotEncoder(sparse=False)
encoded = one_hot.fit_transform(items)
print(encoded)

📌 출력 결과

[
 [0. 1. 0. 0. 0.]  # 바나나
 [0. 0. 0. 1. 0.]  # 딸기
 [0. 0. 1. 0. 0.]  # 수박
 [1. 0. 0. 0. 0.]  # 사과
 [0. 0. 0. 0. 1.]  # 토마토
]

📊 표로 보면:

원본	바나나	딸기	수박	사과	토마토
바나나	1	0	0	0	0
딸기	0	1	0	0	0
수박	0	0	1	0	0
사과	0	0	0	1	0
토마토	0	0	0	0	1

✅ 정리

• LabelEncoder: 간단히 숫자로 바꿈 (순서나 거리 개념 X)
• OneHotEncoder: 각 항목마다 0/1 벡터로 변환 → 머신러닝에 더 적합
• 분류 모델을 만들 때는 OneHot이 더 안전

🧠 언제 써야 할까?

• ✅ 트리계열 모델 (DecisionTree, RandomForest) → LabelEncoder도 OK
• ✅ 로지스틱 회귀, 신경망 등 선형 모델 → 반드시 OneHotEncoder

📌 한 줄 정리

LabelEncoder는 번호표, OneHotEncoder는 진짜 상태표!
머신러닝 모델이 헷갈리지 않게 하려면, OneHot이 더 안전합니다.