정규화와 표준화
특성 스케일링은 모델링 과정에서 어떤 특성도 다른 특성을 압도하지 않도록 돕습니다. 정규화와 표준화는 널리 쓰이는 특성 스케일링 기법입니다. 정규화는 보통 특성을 [0, 1] 범위로 스케일링하여 대략 비슷한 크기를 갖게 합니다. 표준화는 데이터의 평균을 0, 분산을 1이 되도록 변환하며, 범위를 제한하지 않으면서 이상치에 대한 정보를 더 많이 보존합니다. matplotlib.pyplot은 plt로, MinMaxScaler와 StandardScaler는 이미 임포트되어 있으며, 분할된 심장질환 데이터의 특성은 X_train과 X_test로 임포트되어 있습니다.
이 연습은 강의의 일부입니다
엔드 투 엔드 Machine Learning
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Show the initial distribution of 'age'
age = ____
plt.figure(figsize=(10,5))
plt.hist(____, bins=30, alpha=0.5, label='Original')
plt.legend(prop={'size': 16})
plt.title('Histogram with Original Age');
plt.xlabel('Age'); plt.ylabel('Count');
plt.show()