머신 러닝을 위한 데이터 스케일링

Python으로 IoT 데이터 분석하기

Matthias Voppichler

IT Developer

모델 평가

logreg = LogisticRegression()
logreg.fit(X_train, y_train)

print(logreg.score(X_test, y_test))

0.78145113
Python으로 IoT 데이터 분석하기

스케일링

scikit-learn의 StandardScaler
  • 평균 제거
  • 분산 기준으로 스케일링

스케일링 설명 그림 - 특성이 이제 0을 중심으로 정규화됨

Python으로 IoT 데이터 분석하기

스케일링 전 데이터

print(data.head())

                     humidity  temperature  pressure
timestamp                                           
2018-10-01 00:00:00      81.0         11.8    1013.4
2018-10-01 00:15:00      79.7         11.9    1013.1
2018-10-01 00:30:00      81.0         12.1    1013.0
2018-10-01 00:45:00      79.7         11.7    1012.7
2018-10-01 01:00:00      84.3         11.2    1012.6
Python으로 IoT 데이터 분석하기

StandardScaler

from sklearn.preprocessing import StandardScaler

sc = StandardScaler()

sc.fit(data)

print(sc.mean_)
print(sc.var_)

[  71.8826716    14.17002019 1018.17042396]
[372.78261022  20.37926608  53.67519188]

data_scaled = sc.transform(data)
Python으로 IoT 데이터 분석하기

StandardScaler

df_scaled = pd.DataFrame(data_scaled, 
                         columns=data.columns, 
                         index=data.index)
print(data_scaled.head())

                     humidity  temperature  pressure
timestamp                                           
2018-10-01 00:00:00  0.472215    -0.524998 -0.651134
2018-10-01 00:15:00  0.404884    -0.502847 -0.692082
2018-10-01 00:30:00  0.472215    -0.458543 -0.705731
2018-10-01 00:45:00  0.404884    -0.547150 -0.746679
2018-10-01 01:00:00  0.643132    -0.657908 -0.760329
Python으로 IoT 데이터 분석하기

모델 평가

logreg = LogisticRegression()
logreg.fit(X_train_scaled, y_train_scaled)

print(logreg.score(X_test_scaled, y_test_scaled))

0.88145113
Python으로 IoT 데이터 분석하기

Ayo berlatih!

Python으로 IoT 데이터 분석하기

Preparing Video For Download...