One-Hot encoding

one_hot_encoding.py

import pandas as pd
from sklearn.preprocessing import OneHotEncoder

#너무 많은 차원으로 분리되지 않을 컬럼들만 인코딩한다.
low_cardinality_cols = [col for col in object_cols if X_train[col].nunique() < 10]

encoder = OneHotEncoder(handle_unknown='ignore', sparse=False)
OH_cols_train = pd.DataFrame(encoder.fit_transform(X_train[low_cardinality_cols]))
OH_cols_valid = pd.DataFrame(encoder.transform(X_valid[low_cardinality_cols]))

#인코딩하면 df의 index가 초기화된다. 다시 입력해주자
OH_cols_train.index = X_train.index
OH_cols_valid.index = X_valid.index
#각 column 이름이 ascent int로 부여된다. column이름이 int면 model fit할때 경고가 뜬다.
#column이름을 각 column이 의미하는 카테고리로 이름을 바꿔주자.
OH_cols_train.columns = OH_encoder.get_feature_names_out()
OH_cols_valid.columns = OH_encoder.get_feature_names_out()

#일단 모든 object 컬럼을 제거한다.
num_X_train = X_train.drop(object_cols, axis=1)
num_X_valid = X_valid.drop(object_cols, axis=1)


#인코딩된 컬럼 붙여주기
OH_X_train = pd.concat([num_X_train, OH_cols_train], axis=1)
OH_X_valid = pd.concat([num_X_valid, OH_cols_valid], axis=1)