스케일링시 데이터 분리 없이 하는 방법
dcols = train.select_dtypes(include='O').columns
ncols = train.select_dtypes(exclude='O').columns
위처럼 데이터를 인코딩과 스케일링 작업하기 전에 수치형, 오브젝트의 컬럼명을 변수에 미리 저장해 놓고, 아래처럼 분리 없이 스케일링과 인코딩 작업을 진행해도 되는지 궁금합니다. 동작은 제대로 하는 것 같아서 굳이 분리해야 하나 의문이 들어 질문 드립니다.
라벨인코딩과 스탠다드 스케일러를 둘 다
사용한다고 가정했을 때 입니다.
from sklearn.preprocessing import StandardScaler
scale = StandardScaler()
train[ncols] = scale.fit_transform(train[ncols])
test[ncols] = scale.fit_transform(test[ncols])
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
for col in dcols:
train[col] = le.fit_transform(train[col])
test[col] = le.fit_transform(test[col])
답변 1
안녕하세요, 혹시 수강기간 연장이 가능할까요?
0
10
1
판다스 강의자료는 어디서 받을 수 있나요?
0
13
2
작업형2 모의고사3 자료 업데이트 요청
0
22
4
수강 연장가능여부 문의드립니다!
0
25
2
수강기간 연장 문의드립니다!
0
26
2
최빈값
0
23
2
수강 가이드라인
0
22
2
수강 연장 가능 여부 문의
0
42
2
강의 구매했는데 교재 필수일까요
0
29
2
수강기간 연장 가부 문의드립니다.
0
26
2
수강기간 연장이 가능한지 양해를 구하며 문의를 드립니다.
0
35
2
작업형2 모의문제2에서 drop이랑 인코딩
0
44
3
인코딩을 다 꼭 해봐야하는지
0
44
2
안녕하세요? 강사님 질문있습니다.(인코딩관련)
0
59
2
이진분류에서 양성 클래스가 0일 때 평가 방법
0
46
2
원핫인코딩 전 train과 test 병합여부
0
51
2
수강기간 연장
0
70
2
29강 작업2형의 이상치 처리
0
68
2
수강기간 연장 문의드립니다!
0
66
2
9월에 실기출제기준 개정내역에 신설된부분
0
56
1
작업형2 모의문제2 결과값 관련 문의드립니다.
0
67
2
12회차 시험 실패 후 13회 도전 예정입니다.
0
57
1
random_state 값
0
73
2
강의 연장 문의 드립니다.
0
68
2