sklearn을 이용한 데이터 분할

머신러닝을 적용하기 이전에 데이터 전처리를 할 필요가 있습니다. 데이터 전처리 중 데이터를 적절하게 변경 및 분할할 필요가 있는데, 그 방법에 대하여 알아보도록 하겠습니다.

Binary 형태로 만들기

먼저 필요한 라이브러리를 불러 옵니다.

from sklearn.preprocessing import Binarizer
import numpy as np

임시로 데이터를 만듭니다.

age = np.array([[6], 
                [12], 
                [20], 
                [36], 
                [65]])

18살을 기준으로 Binary로 데이터를 변경합니다.
Binarizer는 기준값 미만은 0으로 기준값 이상은 1로 만듭니다.

# Create binarizer
binarizer = Binarizer(18)

# Transform feature
>> binarizer.fit_transform(age)

array([[0],
       [0],
       [1],
       [1],
       [1]])

Bin 기준으로 나누기

데이터를 Bin들을 기준으로 0, 1, 2, … 로 나누고 싶을 땐 Numpy를 이용하면 됩니다.

age = np.array([[6], 
                [12], 
                [20], 
                [36], 
                [65]])
                
>> np.digitize(age, bins=[20,30,64])

array([[0],
       [0],
       [1],
       [2],
       [3]])