티스토리 뷰
728x90
정규화의 두 가지 방법
1. z-score: 입력값-평균값/표준편차
2. min-max: 입력값-최소값/(최대값-최소값)

<R>
table %>% mutate(a_normalized = scale(a, center=TRUE, scale=TRUE)
# TURE: center 및 scale에 지정한 값이 평균과 분산값으로 지정됨(0, 1)
<Python>
from sklearn.preprocessing import StandardScaler
table['x'] = table['x'].astype(float)
s = StandardScaler()
result = s.fit_transform(table[['x']])
table['normed'] = [x[0] for x in result]'데이터 분석 > 전처리' 카테고리의 다른 글
| 결손값 처리 (0) | 2023.12.22 |
|---|---|
| 오버샘플링 기법 (0) | 2023.12.22 |
| SQL, R 전처리 함수 모음 (0) | 2023.12.22 |
| Grayscale images to 3 channels for CNN (0) | 2023.02.08 |
| numpy 행렬 나누기 (0) | 2023.01.05 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- sounddevice
- sequenced data
- Bioinfo
- GPU설치
- psychopy
- HRV
- cnn
- fasta
- 생존분석
- 생존곡선
- 생존함수
- pre-train
- PTB
- pmm
- 평균분석
- gray2rgb
- plink
- NGS
- ECG
- 딥러닝
- vcf
- GradCam
- 실험통계
- missing_value
- 그룹비교
- SNP
- featuremap
- r
- rgb2gray
- 인공지능
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
글 보관함