광이2

광이2

  • 분류 전체보기 (124)
    • 딥러닝 (1)
    • 데이터분석 (13)
    • 파이썬 (13)
      • 문법 (4)
      • 백준 (1)
      • 웹스크래핑 (6)
    • 통계학 (2)
    • 관련 자료 (1)
      • 논문 (0)
      • 대외활동 정보 (1)
    • 공모전 & 프로젝트 (11)
      • kaggle (1)
    • 학교 수업 (27)
      • 데이터사이언스개론 (8)
      • 파이썬프로그래밍 (6)
      • 데이터베이스 (3)
      • 광고홍보조사방법론 (7)
      • 디지털 애널리틱스 (3)
    • 자격증 (11)
      • adsp (2)
      • 정보처리기사 (8)
      • sqld (0)
      • 빅데이터분석기사 (0)
    • 데이터분석 스터디 (3)
    • 책 (13)
      • 머신러닝 완벽가이드 (12)
      • 데이터 과학자를 위한 인터뷰 문답집 (1)
    • 텐서플로 (1)
    • 자연어처리 (1)
    • TIL (0)
    • 대외활동 (19)
      • ai 유니버시티 (18)
      • 위아이티 (1)
    • FlutterFlow (1)
    • SPARK (3)
  • 홈
  • 태그
  • 방명록
  • 포트폴리오
RSS 피드
로그인
로그아웃 글쓰기 관리

광이2

컨텐츠 검색

태그

차원축소 데이터베이스 데이터사이언스개론 선형회귀 지도학습 비지도학습 에이블런 데이터사이언스 파이썬 웹스크래핑 파머완 정규식 머신러닝 ai 스타트업 유니버시티 Linear Regression 분류 데이터분석 AI허브 t-test 통계학

최근글

댓글

공지사항

아카이브

Discretization(1)

  • 데이터사이언스_attribute transform / discretization

    attribute transform은 크기의 차이를 해소하기 위해 속성 값을 변환하는 것이다. 예를들어 평균, 표준편차, z-score와 같이 변환할 수 있을 것이다. 이처럼 normalization이나 standardization은 데이터를 처음 받을 때 즉, 거리를 재기 전이나 머신러닝 모델을 만들기 전에 진행하는 것이 좋다고 말할 수 있다. discretization은 카테고리형 데이터를 numerical 형태로 변환하는 것이다. cut함수를 사용하여 범위를 가진 형태로 변환한다.

    2023.11.13
이전
1
다음
티스토리 https://www.instagram.com/yeonggwangmun/
© 2018 TISTORY. All rights reserved.

티스토리툴바