본문 바로가기

StandardScaler2

머신러닝 모델 및 데이터 전처리를 위한 주요 클래스 머신러닝 모델 및 데이터 전처리를 위한 주요 클래스들이 있습니다. 다음은 몇 가지 소개할 만한 클래스들입니다: GridSearchCV 및 RandomizedSearchCV 이 클래스들은 하이퍼파라미터 튜닝을 위해 사용됩니다. GridSearchCV는 지정된 하이퍼파라미터 그리드에서 모든 조합을 시도하고 최적의 하이퍼파라미터를 찾아줍니다. RandomizedSearchCV는 랜덤 샘플링을 통해 하이퍼파라미터 공간에서 무작위로 조합을 시도합니다. from sklearn.model_selection import GridSearchCV, RandomizedSearchCV Pipeline Pipeline 클래스는 데이터 전처리와 모델 훈련 단계를 하나의 파이프라인으로 묶어주는 데 사용됩니다. 이를 통해 코드를 더.. 2023. 9. 21.
데이터 스케일러(StandardScaler, MinMaxScaler) StandardScaler와 MinMaxScaler는 데이터 전처리 기술로, 머신러닝 모델을 훈련하기 전에 데이터의 스케일을 조정하는 데 사용됩니다. 이를 통해 모델이 데이터의 특성을 더 정확하게 학습할 수 있도록 도와줍니다. StandardScaler StandardScaler는 데이터의 평균을 0으로, 표준편차를 1로 만들어줍니다. 이는 데이터를 표준 정규분포(평균 0, 표준편차 1)로 변환하는 것과 비슷한 효과를 줍니다. 이 방법은 주로 선형 회귀, 로지스틱 회귀, SVM 등과 같은 모델에서 사용됩니다. from sklearn.preprocessing import StandardScaler # 예시 데이터 data = [[1.0, 2.0], [2.0, 3.0], [3.0, 4.0], [4.0, 5... 2023. 8. 25.