스터디노트 (ML5)

📌 LabelEncoder

df = pd.DataFrame({
    'A' : ['a', 'b', 'c', 'a', 'b'],
    'B' : [1, 2, 3, 1, 0],
})
df

📌 Label_encoder

- fit -> transform

from sklearn.preprocessing import LabelEncoder

le = LabelEncoder()
le.fit(df['A'])

le.classes_
>>>>
array(['a', 'b', 'c'], dtype=object)

le.transform(df['A'])
>>>>
array([0, 1, 2, 0, 1])

le.fit_transform(df['A'])
>>>>
array([0, 1, 2, 0, 1])

le.inverse_transform(df['le_A'])
>>>>
array(['a', 'b', 'c', 'a', 'b'], dtype=object)

df = pd.DataFrame( {
    'A' : [10, 20, -10, 0, 25],
    'B' : [1, 2, 3, 1, 0]
})
df
>>>>

📌 min-max scaling

- 데이터 정규화

출처 : 제로베이스 데이터 스쿨

-> df

from sklearn.preprocessing import MinMaxScaler

mms = MinMaxScaler()
mms.fit(df)

mms.data_max_, mms.data_min_, mms.data_range_
>>>>
(array([25.,  3.]), array([-10.,   0.]), array([35.,  3.]))

mms.inverse_transform(df_mms)
>>>>
array([[ 10.,   1.],
       [ 20.,   2.],
       [-10.,   3.],
       [  0.,   1.],
       [ 25.,   0.]])

df_mms = mms.transform(df)
df_mms
>>>>
array([[0.57142857, 0.33333333],
       [0.85714286, 0.66666667],
       [0.        , 1.        ],
       [0.28571429, 0.33333333],
       [1.        , 0.        ]])
       
       # 각각의 맥시멈이 1로 반환

📌 Standard Scaler

- 데이터 표준화

출처 : 제로베이스 데이터 스쿨

from sklearn.preprocessing import StandardScaler

ss = StandardScaler()
ss.fit(df)

# 평균과 표준편차
ss.mean_, ss.scale_
>>>>
(array([9. , 1.4]), array([12.80624847,  1.0198039 ]))

df_ss = ss.transform(df)
df_ss
>>>>
array([[ 0.07808688, -0.39223227],
       [ 0.85895569,  0.58834841],
       [-1.48365074,  1.56892908],
       [-0.70278193, -0.39223227],
       [ 1.2493901 , -1.37281295]])
       
       #기존 데이터는 0이고 표준편차는 1인 데이터로 교체

📌 Robust Scaler

df = pd.DataFrame({
    'A' : [-0.1, 0., 0.1, 0.2, 0.3, 0.4, 1.0, 1.1, 5]
})
df

from sklearn.preprocessing import MinMaxScaler, StandardScaler, RobustScaler

mm = MinMaxScaler()
ss = StandardScaler()
rs = RobustScaler()

df_scaler = df.copy()

df_scaler['MinMax'] = mm.fit_transform(df)
df_scaler['Standard'] = ss.fit_transform(df)
df_scaler['Robust'] = rs.fit_transform(df)

import seaborn as sns
import matplotlib.pyplot as plt
sns.set_theme(style='whitegrid')

plt.figure(figsize=(16, 6))
sns.boxplot(data=df_scaler, orient='h')