StandardScaler

# sklearn 패키지의 StandardScaler 이용

 

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()

data_stdd = scaler.fit_transform(data)

print(type(data_stdd))

결과값이 ndarray
DataFrame으로 변경 필요

data_stdd = pd.DataFrame(data_stdd, columns = data.columns)

 

 

# 특정 범위의 값을 추출

 

print((data_stdd['DIS'] > 0.4) & (data_stdd['DIS']<0.6))

data_stdd = data_stdd[(data_stdd['DIS'] > 0.4) & (data_stdd['DIS']<0.6)]

print(round(data_stdd['DIS'].mean(),2))

 

 

# train data에서 학습된 mean값과 variance값을 test data에 적용하기 위해서
x_test 데이터에는 fit_transform()을 적용하지 않고 transform() 함수를 적용

from sklearn.preprocessing import StandardScaler 
scaler = StandardScaler()
x_train = pd.DataFrame(scaler.fit_transform(x_train), columns = x_train.columns)
 
 
 x_test = pd.DataFrame(scaler.transform(x_test), columns = x_test.columns)