2. Neural Networks / L1. Introduction to Neural Networks - One-Hot Encoding

One-Hot Encoding

 - 여지껏 다뤘던 경우들은 input 데이터가 모두 숫자였다.

 - 그런데 input으로 주어지는 값들이 항상 숫자가 아닐 수도 있다.

 - 오리, 비버, 왈루스의 경우 각각 0, 1, 2로 할당하였지만 그 경우 클래스 사이의 의존성을 갖기때문에

 - 사용하기 곤란하다. 

 - 따라서 다음과같이 One-Hot Encoding을 구성할 수 있다.

 - 각각의 클래스는 해당하는 열(column)을 가지고 있고, input이 해당 열과 일치할경우 1을,

 - 그 외엔 0을 표시하여 확인이 가능하다.

 - 이 방법은 의존성(dependencies)이 반드시 있는것은 아니므로 더 많은 컬럼이 있더라도 가능하다.

 - 이러한 방법을 One-Hot Encoding이라 하며, 데이터처리에 매우 많이 사용된다.