구름환경 문의

답변 감사드립니다.

오늘 다시 테스트 해보니 어제 뭔가 잘 못 했던것 같습니다.

구름 예제 작업형1에서

import pandas as pd a = pd.read_csv('/content/mtcars.csv')

from sklearn.preprocessing import minmax_scale

scale = minmax_scale() #괄호 유무?

a['qsec'] = scale(a['qsec'])

from sklearn.preprocessing import LabelEncoder

cols = a.select_dtypes(include='object').columns

for col in cols:

le = LabelEncoder()

a[col] = le.fit_transform(a[col]) print(a.head())

이런식으로 테스트 해본 건데, 코랩도 그렇고 구름도 minmax_scale뒤에 ()가 없어야 동작 합니다. 어제 뭔가 잘 못 본건지.... 저장을 안해놔서 혼란스럽네요 ㅎㅎ.

다만 le = LabelEncoder에서 () 유무에 관계없이 구름에서는 정상 동작하고, 코랩에서는 ()가 없으면 동작하지 않는 것만 추가로 확인했습니다.

정리하면 LabelEncoder과 minmax_scale 이 있는데 하나는 인코더고 하나는 스케일링인건 알고 계시죠?? 다릅니다!!

아마 문맥상 MinMaxScaler와 minmax_scale 차이 일것 같네요

MinMaxScaler은 fit과 transform이 필요하고 minmax_scale은 바로 작업을 실행하는 함수에요!

MinMaxScaler 코드는 알고 계신 것 같고, minmax_scale는 fit과 transform이 필요없이 아래와 같이 활용하면 됩니다.

MinMaxScaler만 사용하는 것이 어떨까요?

from sklearn.preprocessing import minmax_scale
print(minmax_scale(a['qsec']))

네네 minmax_scale에는 fit, transform 없는 것은 인지하고 있었는데

사실 문제를 풀려고 했다기보다 이것저것 실행해보면서 실행결과가 구름에서는 어떻게 표현이되나 보려고 했었어요.

아마 제가 강의들으면서

RobustScaler 나 StandardScaler, MinMaxScaler를 불러오고

정의할 때

scaler = RobustScaler() 또는 StandardScaler() 또는 MinMaxScaler()

이걸 기억해서

minmax_scale에도 적용해야 되는 줄 알고 실수 한 것 같습니다.

답변 감사드립니다..!

네!! :) 화이팅 입니다. 🔥

팁을 드리면 범주형 데이터가 있는 경우 머신러닝 학습을 할 수 없으니 인코딩은 필수고요
스케일링은 옵션입니다. 스케일링 안 한다고 학습이 안 되는건 아니고 데이터에 따라 성능이 조금 올라갈 수도 있고 아닐 수도 있어요 ~
그래서 스케일링은 하나만 잘 써도 됩니다 :)

감사합니다~~!!