숫자 데이터 범위를 맞춰주는 피처스케일링
필요한 라이브러리 임폴트
from sklearn.preprocessing import StandardScaler, MinMaxScaler
StandardScaler() : 데이터 표준화
# 변수에 저장해서 사용
>>> s_scaler_x = StandardScaler()
>>> s_scaler_x.fit_transform(X)
MinMaxScaler() : 데이터 정규화(값이 0과 1사이로 나옴)
# 변수에 저장해서 사용
>>> m_scaler_x = MinMaxScaler()
>>> m_scaler_x.fit_transform(X)
'MACHINE | DEEP LEARNING > Data Preprocessing' 카테고리의 다른 글
[AI] date 컬럼 오브젝트에서 datetime으로 변경하기, 요일 정보 컬럼으로 넣기 _판다스 to_datetime() (0) | 2024.04.24 |
---|---|
[AI] 데이터 불균형 맞추기 _SMOTE() (0) | 2024.04.16 |
[AI] Training, Test용 데이터 나누기 _train_test_split() (0) | 2024.04.16 |
[AI] 데이터 레이블 인코딩, 원핫 인코딩 하기 _LabelEncoder(), OneHotEncoder() (0) | 2024.04.16 |
[AI] 인공지능 만들기 전 데이터 처리하기 (0) | 2024.04.16 |