Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
Tags
- paper
- Python Programming
- pandas
- Laplacian
- machine learning
- Hessian Matrix
- 데이터 분석
- list
- convex optimization
- 김성훈 교수님
- 판다스
- Series
- optimization
- 논문
- Linear algebra
- Jacobian Matrix
- statistics
- David Silver
- rl
- 딥러닝
- 리스트
- Deep Learning
- ML-Agent
- unity
- 유니티
- 강화학습
- reinforcement learning
- neural network
- 사이킷런
- 모두를 위한 RL
Archives
목록preprocessing (1)
RL Researcher
Data Encoding
1. Data Encoding 머신러닝을 위한 대표적인 인코딩 방식은 레이블 인코딩(Label encoding)과 원-핫 인코딩(One Hot encoding)이 있습니다. 레이블 인코딩(Label encoding) Label encoding은 카테고리 피처를 코드형 숫자 값으로 변환하는 것입니다. 예를 들어 상품 데이터의 상품 구분이 TV,냉장고, 전자레인지, 컴퓨터, 선풍기, 믹서 값으로 되어 있다면 TV : 1, 냉장고 : 2, 전자레인지 : 3, 컴퓨터 : 4, 선풍기 : 5, 믹서 : 6과 같은 숫자형 값으로 변환하는 것입니다. 2. Label encoding Label encoding을 코드로 구현해 보겠습니다. from sklearn.preprocessing import LabelEncode..
Machine-Learning/Preprocessing
2021. 1. 16. 03:31