머신러닝 : Feature Scaling , 피쳐 스케일링,StandardScaler,MinMaxScaler, 표준화,정규화

# 유클리디언 디스턴스로 오차를 줄여 나가는데, 하나의 변수는 오차가 크고, 
# 하나의 변수는 오차가 작으면, 나중에 오차를 수정할때 편중되게 된다. 
# 따라서 값의 레인지를 맞춰줘야 정확히 트레이닝 된다.

 

 

 

StandardScaler()

rom 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.

 

MinMaxScaler()

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.