고정 헤더 영역
상세 컨텐츠
본문
728x90
매서드 연결은 이전에도 언급했다.
[머신러닝 커닝 페이퍼] 메서드 연결 y_pred = dt_clf(X_train, y_train).predict(X_test)
일반적으로 모델을 정의하고 학습하고 예측값을 만들때 코드를 나눠서 작성한다. 하지만 효율성을 위해 가독성을 포기하고 코드를 조금 짧게 작성할 수도 있다. # 일반적인 머신러닝 학습모델
super-master.tistory.com
데이터 Scale을 바꾸는 등의 전처리작업을 할 때 보통 fit 함수 다음에 transform 함수를 사용한다.
전처리에서도 fit함수를 사용하기 때문에, fit(X_train).transform(X_train) 처럼 연달아 사용할 수 있다.
from sklearn.proprocessing import StandardScaler
scaler = StandardScaler()
X_scaled = scaler.fit(X_train).transform(X_train)
# 아래와 같은 방법도 있다
X_scaled = scaler.fit_transform(X_train)
<파이썬 라이브러리를 활용한 머신러닝 : 안드레아스 뮐러, 세라 가이도 지음>을 참고하였습니다.
728x90
'프로그래밍 > Data&ML' 카테고리의 다른 글
| [머신러닝 커닝 페이퍼] 분류를 위한 결정트리의 모든 것 2편 (0) | 2022.12.15 |
|---|---|
| tree_model.feature_importances_ , coef_, interept_ 처럼 밑줄이 왜 붙을까? (0) | 2022.12.07 |
| [머신러닝 커닝 페이퍼] 틀리면서 배우는 랜덤포레스트 (0) | 2022.12.03 |
| [머신러닝 커닝 페이퍼] 분류를 위한 결정트리모델의 모든 것 1편 (0) | 2022.12.01 |
| [머신러닝 커닝 페이퍼] 메서드 연결 y_pred = dt_clf(X_train, y_train).predict(X_test) (0) | 2022.12.01 |
