📝데이터 범위 맞추기 피처스케일링
학습시킬때 값의 레인지를 맞춰줘야 정확히 트레이닝 된다
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)
'인공지능 > 데이터 전처리' 카테고리의 다른 글
[데이터 전처리] 데이터 불균형 맞추기 SMOTE() (0) | 2022.12.02 |
---|---|
[데이터 전처리] Training/Test용 데이터 나누기 train_test_split() (0) | 2022.12.01 |
[데이터 전처리] 데이터 레이블 인코딩, 원핫 인코딩 하기 LabelEncoder(), OneHotEncoder() (0) | 2022.12.01 |
[데이터 전처리] 인공지능 만들기 전 준비과정 데이터 전처리하기 (0) | 2022.11.30 |
댓글