데이터 스케일링 (Data Scaling)

구구절절 설명을 늘어놓는 것 보다는

간단하게 수식만 정리하는 것이, 가장 명확한 설명이 될 수 있겠죠^^?

1. Standard Scaler

$$ z = \frac{x - \mu}{\sigma} $$

 

2. MinMax Scaler

$$ z = \frac{x - min}{max - max} $$

3. MaxAbs Scaler

$$ z = \frac{x}{max\_abs} $$

4. Robust Scaler

- Q1: 1사분위수

- Q2: 중앙값(median)

- Q3: 3사분위수

$$ z = \frac{x-Q2}{Q3-Q1} $$

 

 

5. Normalizer

코드

```python

class sklearn.preprocessing.Normalizer(norm='l2', *, copy=True)

```

1) L1 수식

$$ z = \frac{x}{||x||_1} $$

- ||x|| : 샘플 x의 특성 값의 절댓값의 합입니다.

 

2) L2 수식

$$ z = \frac{x}{||x||_2} $$

- ||x|| : 샘플 x의 특성 값의 제곱의 합의 제곱근 입니다.