sklearn : 전처리 스케일링(Scaling) - 정규화(Normalization)

본격적인 머신러닝을 배우다보니 새로운 단어를 많이 접했는데, 일반적으로도 사용되는 통계용어다.

 

 

수치를 분석할 때 단위나 스케일 차이가 크면 학습모델 성능이 저하된다.

데이터 단위를 맞춰주는 작업을 스케일링이라고 함.

 

스케일링의 종류에는 정규화(Normalization)와 표준화(Stadardization)가 있는데 이번엔 정규화를 정리한다.

 

정규화는 값들을 0~1 범위내로 옮기는 것. MinMaxScaler를 이용해서 값들을 0~1사이로 옮긴다

 

 (측정값-최솟값) / (최댓값 - 최솟값)

 

데이터 불러오기

 

전처리안한 데이터를 그대로 히스토그램으로 만들면 아까 말한 것처럼 단위가 달라서 이렇게 된다.

 

sklearn의 MinMaxScaler를 import해서 전처리

features_normed를 보면 array 형식으로 나온다

정규화되어있기 전 모습(그냥 penguins 데이터의 copy)

 

기존 DataFrame에 assign함수를 이용해서 정규화된 array를 인덱싱으로 첫번째, 두번째, 세번째, 네번째를 집어넣어서 교체해준다

위를 보면 0~1의 값으로 깔끔하게 바뀌어있다.

 

뭔가 복잡하지만 그래도 x축을 보면 0~1의 값으로 맞게 바뀌어진 게 확인된다.