One-hot Encoding 구현

📝 문제: One-Hot Encoding of Nominal Values

설명
명목형(Nominal) 값이 포함된 1차원 numpy 배열을 입력받아 One-Hot Encoding을 수행하는 함수를 작성하세요.
함수는 np.ndarray 타입의 1D 정수 배열 x를 입력으로 받고,
선택적으로 n_col (출력 행렬의 열 개수)을 지정할 수 있습니다.
만약 n_col이 제공되지 않으면, 자동으로 x의 최대값을 기준으로 설정해야 합니다.

조건

• x의 각 값은 0 이상이며, x의 원소 개수만큼 행(row) 을 만들고,
• x의 고유값 개수만큼 열(column) 을 생성하여 해당 클래스 위치에 1을 할당하세요.
• 반복문 없이 numpy의 벡터 연산을 사용하여 구현하세요.

예제

x = np.array([0, 1, 2, 1, 0])
output = to_categorical(x)
print(output)

출력:

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]
 [0. 1. 0.]
 [1. 0. 0.]]

---

✅ 정답 코드

import numpy as np

def to_categorical(x, n_col=None):
    if n_col is None:
        n_col = np.max(x) + 1  # 클래스 개수 결정

    one_hot = np.zeros((x.shape[0], n_col))  # (샘플 수, 클래스 개수) 크기의 0 행렬 생성
    one_hot[np.arange(x.shape[0]), x] = 1  # 행 인덱스와 열 인덱스를 활용하여 1 할당

    return one_hot

# 예제 실행
x = np.array([0, 1, 2, 1, 0])
output = to_categorical(x)
print(output)

---

📌 코드 설명

1️⃣ n_col 결정 (열 개수)

if n_col is None:
    n_col = np.max(x) + 1

• n_col이 지정되지 않았다면, x에서 가장 큰 값(np.max(x))을 기준으로 +1을 하여 클래스 개수를 결정합니다.
• 예를 들어 x = [0, 1, 2, 1, 0] 이면, 클래스 0, 1, 2가 존재하므로 n_col = 3이 됩니다.

2️⃣ One-Hot 행렬 초기화

one_hot = np.zeros((x.shape[0], n_col))

• (샘플 개수, 클래스 개수) 크기의 0 행렬을 생성합니다.
• 예제에서 x.shape[0] = 5, n_col = 3 이므로 one_hot의 크기는 (5, 3)이 됩니다.

3️⃣ 핵심 코드: One-Hot Encoding 적용

one_hot[np.arange(x.shape[0]), x] = 1

이 코드의 의미는 다음과 같습니다:

• np.arange(x.shape[0]) → [0, 1, 2, 3, 4] (행 인덱스)
• x 자체가 열 인덱스 → [0, 1, 2, 1, 0]
• 따라서:

  one_hot[0, 0] = 1  # 첫 번째 샘플 → 0번 클래스
  one_hot[1, 1] = 1  # 두 번째 샘플 → 1번 클래스
  one_hot[2, 2] = 1  # 세 번째 샘플 → 2번 클래스
  one_hot[3, 1] = 1  # 네 번째 샘플 → 1번 클래스
  one_hot[4, 0] = 1  # 다섯 번째 샘플 → 0번 클래스
  

  결과적으로 다음과 같은 one_hot 행렬이 생성됩니다:

  [[1. 0. 0.]
   [0. 1. 0.]
   [0. 0. 1.]
   [0. 1. 0.]
   [1. 0. 0.]]
  

---

🎯 추가 설명: one_hot[np.arange(x.shape[0]), x] = 1 작동 원리

one_hot[row_indices, col_indices] = 1

• row_indices = np.arange(x.shape[0]) → [0, 1, 2, 3, 4] (행 번호)
• col_indices = x → [0, 1, 2, 1, 0] (각 행이 속할 열 번호)
• 따라서 각 (행, 열) 위치에 1을 넣는 효과를 가집니다.

✅ 반복문 없이 벡터 연산을 사용하므로 빠르고 효율적입니다! 🚀

이것이 팬시 인덱싱!

---

🔥 반복문을 사용하면 어떻게 될까?

for i in range(x.shape[0]):
    one_hot[i, x[i]] = 1

하지만 numpy의 벡터 연산을 사용하면 반복문 없이 더 빠르게 수행할 수 있습니다!
즉, one_hot[np.arange(x.shape[0]), x] = 1은 위 반복문의 최적화된 버전입니다. ✅

---

🎯 최종 정리

✔ One-Hot Encoding을 수행하는 to_categorical() 함수 구현
✔ 벡터 연산(np.arange)을 활용하여 반복문 없이 빠르게 실행
✔ (행, 열) 인덱스를 활용해 한 번에 원하는 위치에 1을 할당
✔ 최적화된 One-Hot Encoding을 이해하고 활용할 수 있음