MinMaxScaler

# sklearn의 MinMaxScaler함수 이용

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler()

data_minmax = scaler.fit_transform(data)

print(type(data_minmax))

 

데이터타입이 ndarray이기 때문에 DataFrame으로 변환 필요

 

 

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

print(data_minmax)

 

 

# 기초통계량으로 minmax값을 확인한다

print(data_minmax['MEDV'].describe())

 

 

count    506.000000
mean       0.389618
std        0.204380
min        0.000000
25%        0.267222
50%        0.360000
75%        0.444444
max        1.000000
Name: MEDV, dtype: float64

# 분산이 0.5보다 큰 값의 개수는 count() 함수를 활용한다

print(data_minmax[data_minmax['MEDV'] > 0.5]['MEDV'].count())