본인이 만드는 간단한 min_max_scaler

아래 처럼 간단하게 본인이 min_max_scaler를 만들 수 있습니다.

 

def min_max_scaler(df):
  df_min = df.min()
  df_max = df.max()

  return (df-df_min)/(df_max-df_min)

여기서는 df부분에는 series 형태가 들어가야 됩니다.

예를 들어 train['age'] 이런식으로 들어가야 됩니다.

 

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler() 
scaled_train = scaler.fit_transform(pd.DataFrame(train['Age'])) 
train['Age']=scaled_values
scaled_test = scaler.fit_transform(pd.DataFrame(test['Age'])) 
test['Age']=scaled_test

사실 위 처럼 sklearn 라이브러리를 활용하여도 됩니다. 라이브러리를 활용할 땐 dataframe형식으로 들어가야 됩니다.

 

저는 이런 것 처럼 오히려 sklearn 라이브러리 함수 타입이나 이름의 대소문자가 헷갈려서 검색하기 귀찮아서 만들어 쓰는 경우가 대부분이네요 ㅎㅎ..