scikit-learn数値系特徴量の前処理まとめ(Feature Scaling)
LGTM: 4
#機械学習 #scikit-learn #正規化 #前処理 #標準化
Link: https://qiita.com/FukuharaYohei/items/7508f2146c63ffe16b1e
LGTM: 4
#機械学習 #scikit-learn #正規化 #前処理 #標準化
Link: https://qiita.com/FukuharaYohei/items/7508f2146c63ffe16b1e
Qiita
scikit-learn数値系特徴量の前処理まとめ(Feature Scaling) - Qiita
KaggleのTitanicチャレンジで前処理をスムーズにできないかを調べていたら、知らないことも多く勉強となりました。もともと、標準化と正規化という単語すら毎回思い出している程度の理解度だったのでいい機会となりました。標準化と正規化...
ハイフンに似ている横棒を全て統一するᅳㅡ˗𐆑–᭸‒-─−▬𐄐—━‐‑ー﹣―ｰ﹘－⁃➖⁻！
LGTM: 125
#Python #名寄せ #テキスト処理 #前処理
Link: https://qiita.com/non-caffeine/items/77360dda05c8ce510084
LGTM: 125
#Python #名寄せ #テキスト処理 #前処理
Link: https://qiita.com/non-caffeine/items/77360dda05c8ce510084
Qiita
ハイフンに似ている横棒を全て統一するᅳㅡ˗𐆑–᭸‒-─−▬𐄐—━‐‑ー﹣―ｰ﹘－⁃➖⁻！ - Qiita
はじめに
これらの横棒、コンピュータにとっては全て違うのですが
見分けがつくでしょうか？
-˗ᅳ᭸‐‑‒–—―⁃⁻− ▬─━➖ーㅡ﹘﹣－ｰ𐄐𐆑
郵便番号、住所、電話番号など、横棒が使われているデータを扱うとき、
人が入力したデー...
これらの横棒、コンピュータにとっては全て違うのですが
見分けがつくでしょうか？
-˗ᅳ᭸‐‑‒–—―⁃⁻− ▬─━➖ーㅡ﹘﹣－ｰ𐄐𐆑
郵便番号、住所、電話番号など、横棒が使われているデータを扱うとき、
人が入力したデー...