min max normalization 예제
Min-Max Normalization은 데이터를 정규화하는 방법 중 하나로, 데이터의 최솟값과 최댓값을 이용하여 데이터를 0과 1 사이의 범위로 변환하는 작업입니다. 이를 통해 데이터 값들을 일정한 범위로 맞추어줄 수 있습니다.
아래는 Min-Max Normalization을 수행하는 예제 코드입니다. 여기서는 Python 프로그래밍 언어를 사용합니다.
import numpy as np
def min_max_normalize(data):
min_val = np.min(data)
max_val = np.max(data)
normalized_data = (data - min_val) / (max_val - min_val)
return normalized_data
# 예시 데이터
original_data = [2, 5, 10, 8, 6]
# Min-Max Normalization 수행
normalized_data = min_max_normalize(original_data)
print("Original data:", original_data)
print("Normalized data:", normalized_data)
위의 예제 코드를 실행하면, 아래와 같은 결과를 얻을 수 있습니다.
Original data: [2, 5, 10, 8, 6]
Normalized data: [0.0, 0.33333333, 1.0, 0.77777778, 0.55555556]
이처럼 Min-Max Normalization을 적용하면, 데이터의 최솟값이 0, 최댓값이 1로 변환되는 것을 확인할 수 있습니다. 이를 통해 데이터를 일정한 범위로 조정하여, 데이터 분포를 비교하기 용이하게 만들 수 있습니다.
#머신러닝 #데이터전처리