🎎Data Scaling

Overview

Data scaling is the process of transforming the values of the features of a dataset till they are within a specific range, e.g. 0 to 1 or -1 to 1. This is to ensure that no single feature dominates the distance calculations in an algorithm, and can help to improve the performance of the algorithm. There are several methods of scaling data, including:

1. Standardization: The mean of each feature becomes 0 and the standard deviation becomes 1.
2. Normalization: The values of each feature are between 0 and 1.
3. Min-Max Scaling: The minimum value of each feature becomes 0 and the maximum value becomes 1.

Standard Scaling:The mean of each feature becomes 0 and the standard deviation becomes 1.

from sklearn.preprocessing import StandardScaler

# instance of the StandardScaler
sc = StandardScaler()

# fit the scaler to the data
sc.fit(data)

# transform the data using the scaler
data_scaled = sc.transform(data)

Min Max Scaling :The minimum value of each feature becomes 0 and the maximum value becomes 1.

from sklearn.preprocessing import MinMaxScaler

# instance of the MinMaxScaler
sc = MinMaxScaler()

# fit the scaler to the data
sc.fit(data)

# transform the data using the scaler
data_scaled = sc.transform(data)

Normalization: The values of each feature are between 0 and

Practice Breast Cancer Analysis

Robust

Standard

Min Max

1. 문제정의

• 유방암환자 데이터를 사용해서 유방암의 정도를 예측해보자

2. 데이터 수집

from sklearn.datasets import load_breast_cancer
cancer = load_breast_cancer()

cancer.keys()

cancer['feature_names']

**3. 데이터 전처리**

import pandas as pd
#문제데이터
x = pd.DataFrame(cancer['data'], columns = cancer ['feature_names'])
x.head()
#정답데이터
y = pd.DataFrame(cancer['target'],columns = ['cancer'])
y.head()

4. 데이터 분석

• 생략

데이터 스케일링

• 데이터 전처릴르 마무리하고 실행
• 원래 가지고 있던 데이터의 의미가 변형되기 때문에 모든 전처리를 마무리 란 루레 사용

from sklearn.preprocessing import RobustScaler, StandardScaler, MinMaxScaler, Normalizer

#1.  scaling model 불러오기
rbs = RobustScaler()
#2. 가지고 있는 데이터로 스케일링 모델에 학습 > 어떤값이 어떻게 변하는지 파악
rbs.fit(x)
# 3. 파악된 규칙을 통해서 값을 변형
x_rbs = rbs.transform(x)

#1.  scaling model 불러오기
sds = StandardScaler()
#2. 가지고 있는 데이터로 스케일링 모델에 학습 > 어떤값이 어떻게 변하는지 파악
sds.fit(x)
# 3. 파악된 규칙을 통해서 값을 변형
x_sds = sds.transform(x)

#1.  scaling model 불러오기
mms = MinMaxScaler()
#2. 가지고 있는 데이터로 스케일링 모델에 학습 > 어떤값이 어떻게 변하는지 파악
mms.fit(x)
# 3. 파악된 규칙을 통해서 값을 변형
x_mms = mms.transform(x)

5. 모델 선택 및 hyper parameter 튜닝**

# train과 test로 데이터 분리
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x_rbs,y)

# train과 test로 데이터 분리
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x_sds,y)

# train과 test로 데이터 분리
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x_mms,y)

# knn model 
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors = 3)

**6. 학습**

knn.fit(x_train,y_train)

**7. 평가 및 예측**

# 경고탕 지우기
import warnings
warnings.filterwarnings(action = 'ignore')

from sklearn.model_selection import cross_val_score
cross_val_score(knn, x_train, y_train, cv = 5).mean()