sklearn : MinMaxScaler
딥러닝에 사용되는 데이터의 범위가 각 Feature 마다 다릅니다. 각 Feature의 값을 일정한 범위로 조정하기 위해서는 데이터의 전처리 과정 중의 하나인 스케일링이 필요합니다. 스케일링의 목적은 크게 2가지로 구분할 수 있습니다. 1. 서로 다른 Feature 데이터의 범위를 통일하기 위함입니다. 예를들어 수량은 1개~10개의 범위의 데이터 값을 가지고, 가격은 1,000원~100,000원의 데이터를 범위를 가질 경우, 이 각 Feature는 1,000배에서 10,000배의 차이가 생깁니다. 이러한 차이의 발생을 조정하기 위해서 스케일이 필요합니다. MinMaxScaler를 사용하는 방법을 알아 보겠습니다. 아래의 소스를 실행해 보세요. from sklearn.preprocessing import ..
