분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
sklearn으로 데이터 스케일링(Data Scaling)하는 5가지 방법🔥
안녕하세요! 데이크루로 활동 중인 sssssun입니다^^!
지난주에 사이킷런을 활용하여 머신러닝 입문 포스팅을 작성했는데요 ..!
머신러닝을 위해 데이터 전처리를 하는 과정에서 데이터 스케일링이 중요한 단계 중 하나인 것 같아, 이번에는 데이터 스케일링에 대한 포스팅을 작성해보았습니다!
스케일링 방법 5가지를 설명, 실습, 그래프로 데이터 분포 확인까지 해보았으니 입문하시는 분들도 쉽게 읽으실 수 있을 것입니다!
본 포스팅은 데이콘 서포터즈 “데이크루" 1기 활동의 일환입니다.
5번재 노말라이저는 생소한 방법이네요 잘 보고 갑니다.
대회를 참여하다 보면 스케일을 수행할지 말지 고민하면서 정리하고자 했는데, 좋은 글 감사합니다.
감사합니다. 🎄
좋은 글 감사합니다 처음 공부하시는 분들께 도움이 많이 되겠어요 !
도움 많이됬습니다! 감가합니다!
data rescale 관련 자료를 찾고 있었는데, 많은 도움이 되었습니다. 감사합니다.
각 스케일별로 단점을 알려주셔서 감사합니다.
데이터 셋마다 유용한 스케일링 방법이 다를 수 있겠지만 어느정도 가이드를 잡고 갈 때 많은 도움이 될 것 같아요 !
노말라이저 ! 잘 배우고 갑니다.
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
스케일링 결과물을 시각화로 보여주셔서 각 스케일러 별 특징을 잘 확인할 수 있었던 것 같습니다.
유용한 글 감사합니다!