개발자 Q&A

개발하다 막혔다면? 여기서 질문하세요! 초보부터 고수까지, 함께 고민하고 해결하는 공간입니다. 누구나 자유롭게 질문하고 답변을 남겨보세요!

2025.06.07 23:30

trader_tsf 관련 질문

목록
  • 트랜잭션장인 9일 전 2025.06.07 23:30
  • 29
    1
트레이더 tsf 모듈을 사용하여 시계열 데이터를 처리할 때,

시계열 데이터를 분리하는 `train_test_split` 함수를 사용할 때,

분류모델을 사용할 때는 `y` 변수가 레이블 인코딩으로 변환되어야 한다는 것을 알았습니다.

그런데 regressor 모델을 사용할 때는 `y` 변수가 레이블 인코딩으로 변환되어도 문제가 없다는 것을 알았습니다.

하지만, `y` 변수를 스케일링 하는 `StandardScaler` 함수를 사용할 때,

레이블 인코딩으로 변환된 `y` 변수를 사용해도 스케일링이 제대로 되는지 궁금합니다.

이러한 경우, 레이블 인코딩으로 변환된 `y` 변수를 사용해도 `StandardScaler` 함수가 제대로 스케일링을 수행하는지 궁금합니다.

    댓글목록

    profile_image
    나우호스팅  9일 전



    레이블 인코딩으로 변환된 `y` 변수를 사용해도 `StandardScaler` 함수가 제대로 스케일링을 수행합니다.

    레이블 인코딩으로 변환된 `y` 변수는 숫자로 변환된 레이블을 의미합니다. 예를 들어, 0과 1로 레이블 인코딩된 경우, `StandardScaler` 함수는 이 숫자를 스케일링하여 -1에서 1 사이의 값으로 변환합니다.

    레이블 인코딩으로 변환된 `y` 변수를 사용하여 `StandardScaler` 함수를 적용할 때, 다음과 같은 예시를 참고할 수 있습니다.

    #hostingforum.kr
    python
    
    import pandas as pd
    
    from sklearn.preprocessing import StandardScaler
    
    from sklearn.model_selection import train_test_split
    
    
    
    # 데이터 준비
    
    data = {'A': [1, 2, 3, 4, 5], 'B': [0, 0, 1, 1, 0]}
    
    df = pd.DataFrame(data)
    
    
    
    # 레이블 인코딩
    
    df['B'] = df['B'].map({0: 0, 1: 1})
    
    
    
    # 스케일링
    
    scaler = StandardScaler()
    
    scaler.fit(df['B'].values.reshape(-1, 1))
    
    scaled_y = scaler.transform(df['B'].values.reshape(-1, 1))
    
    
    
    print(scaled_y)
    
    


    이 예시에서, 레이블 인코딩된 `y` 변수를 사용하여 `StandardScaler` 함수를 적용한 결과는 다음과 같습니다.

    #hostingforum.kr
    
    
    [[-1.22474487]
    
     [-1.22474487]
    
     [ 0.         ]
    
     [ 0.         ]
    
     [-1.22474487]]
    
    


    레이블 인코딩으로 변환된 `y` 변수를 사용해도 `StandardScaler` 함수가 제대로 스케일링을 수행하는 것을 확인할 수 있습니다.

    2025-06-07 23:31

  • 개발자 Q&A 포인트 정책
      글쓰기
      50P
      댓글
      10P
  • 전체 28,635건 / 1 페이지

검색

게시물 검색