'MinMaxScaling' 태그의 글 목록

본문 바로가기

728x90

MinMaxScaling

3/30 수 수요일! 어제 사용한 Ozone data를 Python과 Sklearn으로 Simple Linear Regression(단순 선형 회귀)을 구현했을 때, 왜 모양이 다른지 알아보자~ 이유 1. Missing Value(결치값) 처리 - 삭제 : 전체 데이터가 100만 건 이상이며 결치값이 5% 이내일 때 - 대체 : 대표값으로 대체(평균, 중위, 최대, 최소, 최빈) 혹은 머신러닝 기법을 사용(더 좋은 방식! 결치값이 종속변수일 때) 이유 2. 이상치 처리 이상치는 값이 일반적인 다른 데이터에 비해 편차가 큰 데이터이기 때문에 평균, 분산에 큰 영향을 미침 → 데이터를 상당히 불안하게 만드는 요소 - 지대값 : 독립변수(원인)에 있는 이상치 - Outlier : 종속변수(결과)에 있는 이상치 1. 이상치.. 더보기

3/18 금 불금! 😻 DataFrame이 제공하는 분석용 함수들로 기술 분석(Descriptive Analysis)에 필요한 평균, 표준편차, 분산, 공분산, 상관계수, 사분위 구함 1. 집계 함수를 이용할 때 axis를 지정하지 않으면 default는 0, 행 방향. 열끼리 더함. dropna=True가 default이므로 연산에서 제외 import numpy as np import pandas as pd data = np.array([[2, np.nan], # np.nan 결치값 [7, -3], [np.nan, np.nan], [1, -2]]) # print(data) df = pd.DataFrame(data, columns=['one', 'two'], index=['a', 'b', 'c', 'd']) disp.. 더보기

이전 1 다음

728x90

티스토리툴바