# 데이터전처리 - 표준화
## caret 패키지의 preProcess 함수를 이용하여 스케일링을 수행한다.
## method=="range"를 지정하여 Min_Max 스케일링을 사용
library(caret)
model_scale <- preProcess(X_train[,-1],method=c("range")) # age 변수 제외
scaled_X_train <- predict(model_scale,X_train)
scales_X_test <- predict(model_scale,X_test)
summary(X_train)
summary(X_test)
library(caret) : caret 패키지의 preProcess 함수를 이용하여 스케일링을 수행한다.
method=="range"를 지정하여 Min_Max 스케일링을 사용
'자격증 > 빅데이터 분석기사' 카테고리의 다른 글
| [분류] 3. 분류모델 구현하기 - 의사결정나무, SVM (0) | 2022.12.02 |
|---|---|
| [회귀] 1. 회귀모델 구현하기 - mtcars 데이터셋 (0) | 2022.12.02 |
| [분류] 2. 분류 모델 구현해보기 in R (랜덤포레스트,SVM) (0) | 2022.12.02 |
| [분류] 1. 분류 모델 구현해보기 in R (랜덤포레스트,SVM) (1) | 2022.12.02 |
| 연관분석 in R (0) | 2022.11.26 |
