꿈라CBT다음 <보기>의 문제에 대한 대응으로 가장 적절한 것은?
보기
이커머스 구매 예측 모델의 입력 변수 중 '상품 카테고리'는 범주가 약 12,000개에 이른다.
이를 원-핫 인코딩하자 12,000차원의 희소 행렬이 만들어져 메모리 사용량이 급증하고 학습 시간이 크게 늘었으며, 대부분의 범주는 등장 빈도가 10건 미만이었다.
- 1원-핫 인코딩은 언제나 최선의 방법이므로 그대로 두고 메모리를 증설해 해결한다.
- 21부터 12,000까지 정수를 부여하는 레이블 인코딩으로 바꾸면 순서 정보가 생기지 않으므로 안전하다.
- 3빈도가 낮은 범주를 '기타'로 묶고, 타깃 인코딩이나 임베딩으로 저차원 밀집 벡터로 표현한다.
- 4원-핫 벡터 간 코사인 유사도를 계산해 의미가 비슷한 범주끼리 자동으로 통합한다.