피처 스케일링은 서로 다른 변수(feature)의 값 범위를 일정한 수준으로 맞추는 작업이다.
from sklearn.preprocessing import StandardScaler,MinMaxScaler
를 import 해준 뒤
StandardScaler() 가 들어 있는 변수를 만들어 준다 .
(대부분 'scaler' 로 표시한다.)
scaler.transform()을 불러 준뒤
train test 중 필요한 값들을 넣어준다.
from sklearn.preprocessing import StandardScaler,MinMaxScaler
를 import 해준 뒤
MinMaxScaler() 가 들어 있는 변수를 만들어 준다 .
(대부분 'scaler' 로 표시한다.)
scaler.transform()을 불러 준뒤
train test 중 필요한 값들을 넣어준다.
'인공지능 > 머신러닝' 카테고리의 다른 글
| 머신러닝 : SVM=Support Vector Machine(서포터 백터 머신) (0) | 2021.11.24 |
|---|---|
| 머신 러닝 : KNN알고리즘 (0) | 2021.11.24 |
| 머신 러닝 : Training / Test set , 트레이닝 테스트 용 나누기 , 데이터 나누기 (0) | 2021.11.24 |
| 고쳐야 되는 것 머신러닝 : (2)Page 원 핫 인코딩 One Hot Encoding , 문자열를 숫자로 변환해주기 , 머신러닝을 위해 숫자 변환 (0) | 2021.11.23 |
| 머신러닝 : (2)Page 레이블 인코딩 , Label Encoding , 문자열를 숫자로 변환해주기 , 머신러닝을 위해 숫자 변환 (0) | 2021.11.23 |