
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