스케일링 문제

Question

해당 예시 문제를 밑의 식으로 풀이를 해보았는데, import pandas as pd df = pd.read_csv('mtcars.csv') from sklearn.preprocessing import minmax_scale print('변환 전 :',df['qsec'].head()) df['qsec'] = minmax_scale(df['qsec']) print('변환 후 :', df['qsec'].head()) cond = df['qsec'] >0.5 sum(cond) 제가 알기로 스케일링 할 수 있는게 min-max, standard,robust 이렇게 3가지가 있는데, 만약 minmax가 아닌 standard,robust를 이용하게 된다면 코드를 어떻게 작성을 해야할까요?

퇴근후딴짓 · Answer

# StandardScaler# from sklearn.preprocessing import StandardScaler scaler = StandardScaler() df['qsec'] = scaler.fit_transform(df[['qsec']]) # fit_transform 사용 # RobustScaler from sklearn.preprocessing import RobustScaler scaler = RobustScaler() df['qsec'] = scaler.fit_transform(df[['qsec']]) # fit_transform 사용 작성이의 민맥스 함수도 맞지만 작업형1에만 쓸 수 있고 작업형2에서는 쓰기 어렵습니다. 작업형2를 고려한다면 아래와 같이 사용할 수 있어요 #MinMaxScaler from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() df['qsec'] = scaler.fit_transform(df[['qsec']]) # fit_transform 사용