해결된 질문
작성
·
110
0
수치형 데이터 스케일링 할때,
범주형 데이터 라벨 인코딩 하듯이, 아래와 같은 방법으로 해도 되는지요? 에러가 나서, 방법이 자체가 잘 못 된건지.. 아니면 방법은 틀리지 않은데, 부분적인 코드 작성에 실수가 있는건지 .... 여쭤보고 싶습니다. ^^;;
from sklearn.preprocessing import MinMaxScaler
n_cols = ['Age', 'AnnualIncome', 'FamilyMembers', 'ChronicDiseases']
for n_col in n_cols :
scaler = MinMaxScaler()
X_train[n_col] = scaler.fit_transform(X_train[n_col])
test[n_col] = scaler.transform(test[n_col])
답변 1
0
스케일링은 반복문이 필요없어요.
from sklearn.preprocessing import MinMaxScaler
n_cols = ['Age', 'AnnualIncome', 'FamilyMembers', 'ChronicDiseases']
scaler = MinMaxScaler()
X_train[n_cols] = scaler.fit_transform(X_train[n_cols])
test[n_cols] = scaler.transform(test[n_cols])