○ 딥러닝 기초 함수들 (1) 데이터 처리과정[3] - Feature scaling - scaler (sklearn - preprocessing - sacler[MinMaxScaler / StandardScaler]) - 전처리 작업 - 일반 숫자 범위를 줄여서 학습효과를 더욱 좋게 하는 방법 -1~1> -- StandardScaler => 평균 0, 분산 1로 조정 / 최솟값과 최댓값 크기 제한 X -- Normalizer -- MinMaxScaler => 모든 특성이 0과 1사이 위치 -- RobustScaler --- train의 경우) fit & transform을 통해 학습데이터 세트에서 변환을 위한 기반 설정을 먼저 fit()을 통해서 설정한 뒤, 이를 기반으로 학습 데이터의 transform..
