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
수강 연장 문의드립니다.
0
16
2
강의 연장 문의
0
22
2
수강 신청 연장 문의드립니다.
0
30
2
작업형 1번문제... 환경관련
0
28
2
12회 기출은 언제 업데이트 될까요??
0
36
2
8/6 작성한 연장문의 질문글에 대한 재요청
0
38
2
수강기간 연장 문의
0
37
2
수강기간 연장문의
0
36
2
수강기간 연장 요청 문의드립니다
0
38
2
수강 기간 연장 문의
0
47
2
수강연장 가능 문의 (기간 약 한달반)
0
60
2
수강기간 연장 가능할까요 선생님
0
74
2
Section15. 수업에 사용하는 데이터 주소가 다 보이지 않아서 실습을 위한 데이터를 다운 받지 못하고 있습니다.
0
56
3
수강연장요청 문의
0
89
2
아무래도 다음 시험 연장은 어렵겠죠?
0
107
2
빅분기 12회 결과 관련 문의
0
112
1
책이랑 강의랑 순서나 예제가 다른것 같네요
0
81
2
수강연장 문의
0
105
2
재검토 요청 방법 좀 알려주셔요...-.-;;
0
106
2
12회 실기 질문(작업형 2)
0
92
2
뒤로가기 버튼 같은 것이 있나요?
0
66
1
강의 연장 문의
0
99
2
출력값 질문
0
72
2
수업노트가 어디에 있나요?
0
63
1