[Python/Sklearn] MinMaxScaler & StandardScaler

StandardScaler는 

각 열의 feature 값의 평균을 0으로 잡고, 표준편차를 1로 간주하여 정규화시키는 방법입니다

# 'f5'컬럼을 표준화(Standardization (Z-score Normalization))
from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
df['f5']=scaler.fit_transform(df[['f5']])

 Scaler를 import한 뒤, 데이터셋을 fit_transform시켜주시면 됩니다.

---

MinMaxScaler는 

각 feature의 최솟값과 최댓값을 기준으로 0~1 구간 내에 균등하게 값을 배정하는 정규화 방법입니다.

반응형

# 라이브러리 불러오기
import pandas as pd
from sklearn.preprocessing import minmax_scale

#minmax_scale = 주어진 범위(예: 0과 1 사이)에 있도록 각 기능을 개별적으로 확장 및 변환.

MinMaxScaler = 클래스 (낙타처럼 위아래) / minmaxscale = 함수

scaler = MinMaxScaler() 클래스의 인스턴스 생성

feature의 최솟값과 최댓값을 기준으로 0~1 구간 내에 균등하게 값을 배정하는 정규화 방법