🤖머신러닝🤖 2-2

https://github.com/codenameVien/ML_Hongong/blob/main/BreamAndSmelt3.ipynb

ML_Hongong/BreamAndSmelt3.ipynb at main · codenameVien/ML_Hongong

 

머신러닝 알고리즘은 특성의 스케일이 다르면 잘 작동하지 않는다

 

데이터 전처리 : 훈련 데이터 주입시키기 전에 가공하는 단계

표준 점수 : 훈련 세트의 스케일을 바꾸는 방법 중 하나, (원본 데이터 - 평균)/표준 편차 , 모든 세트 다 바꿔야 함

브로드캐스팅 

 

column_stack() : 전달 받은 리스트를 일렬로 세운 다음 차례대로 나란히 연결함
np.concatenate() : 첫번째 차원을 따라 배열을 연결함 (np.column_stack()과 다르게 일렬로 세우지 않고 바로 이어 붙임)
np.ones() 와 np.zeros() : 각각 원하는 개수의 1과 0을 채운 배열을 만들어줌

train_test_split() : 전달되는 리스트나 배열을 비율에 맞게 훈련세트와 테스트세트로 나누어주며, 나누기 전에 알아서 섞어준다!

kneighbors() : k-최근접 이웃 객체의 메소드 - 입력한 데이터에 가장 가까운 이웃을 찾아 거리와 이웃 샘플의 인덱스를 반환

 

 

 

[ 브로드 캐스팅 ]

# 표준점수 = (원본데이터 -평균)/표준편차