
정규화의 두 가지 방법 1. z-score: 입력값-평균값/표준편차 2. min-max: 입력값-최소값/(최대값-최소값) table %>% mutate(a_normalized = scale(a, center=TRUE, scale=TRUE) # TURE: center 및 scale에 지정한 값이 평균과 분산값으로 지정됨(0, 1) 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
2023. 12. 22. 16:30
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 생존함수
- pre-train
- fasta
- HRV
- sequenced data
- vcf
- 딥러닝
- Bioinfo
- r
- rgb2gray
- ECG
- 생존곡선
- missing_value
- 평균분석
- psychopy
- cnn
- 실험통계
- NGS
- sounddevice
- GradCam
- 인공지능
- pmm
- PTB
- gray2rgb
- plink
- GPU설치
- featuremap
- SNP
- 그룹비교
- 생존분석
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