목록레이블 인코딩 (1)
SQL & Python Study
[D+24][ML] 사이킷런(sklearn) 수치형 및 범주형 데이터 전처리 - 인코딩(Encoding), 스케일링(Scaling)
✏️ STUDY INDEX 01. 수치형 데이터 전처리 : 스케일링(Scaling) - 표준화(Standardization) - 정규화(Normalization) - 로버스트 스케일링(Robust Scaling) 02. 범주형 데이터 전처리 : 인코딩(Encoding) - 레이블 인코딩(Label Encoding)- 원-핫 인코딩(One-hot Encoding) 01. 수치형 데이터 전처리 : 스케일링(Scaling)스케일링(Scaling)은 수치형 데이터 전처리 방식으로 변수의 범위(단위) 값을 맞춰주는 작업이에요. 💡스케일링이 필요한 이유 - 변수의 크기가 다르면 종속 변수(y) 에 미치는 영향을 제대로 파악하기 어려움.- 특히, 가중치와 간 거리 계산 기반의 알고리즘(ex. 경사하강법, KNN)..
💡Python/Machine learning (ML)
2024. 6. 13. 23:31