Pipeline은 여러 변환기를 순차적으로 적용할 수 있게 해주는 유용한 도구입니다.각 변환기를 파이프라인의 하나의 "단계(step)"로 추가합니다.이러한 각 단계는 고유의 이름과 변환기로 구성됩니다. num_transformer = Pipeline(steps=[ ('imputer', SimpleImputer(strategy='mean')), ('scaler', StandardScaler())]) 수치형 데이터를 전처리하는 파이프라인을 정의이 파이프라인에는 두 가지 주요 단계: 결측치 대체와 표준화SimpleImputer & StandardScalerSimpleImputer(strategy='mean'):결측치를 평균값으로 대체합니다.각 열에 대해 결측치가 있을 경우, 해당 열의 평균값으로 결측치를 대체..

DataFrame은 pandas 라이브러리에서 제공하는 2차원 데이터 구조로, 행(row)과 열(column)로 구성된 데이터 테이블을 나타냅니다.DataFrame은 엑셀 스프레드시트와 비슷한 형식으로,데이터를 다루고 분석하기에 매우 유용합니다.pandas의 핵심 데이터 구조 중 하나로,다양한 데이터 소스로부터 데이터를 로드하고 조작할 수 있습니다. 주요 특징행과 열로 구성:DataFrame은 각기 다른 데이터 타입을 가질 수 있는 열(column)들로 이루어져 있습니다.각 행(row)은 서로 다른 데이터 포인트를 나타냅니다.레이블(인덱스):각 행과 열은 레이블을 가질 수 있습니다.기본적으로 행은 정수 인덱스를 가지지만, 특정 열을 인덱스로 설정할 수도 있습니다.다양한 데이터 소스로부터 생성 가능:CSV..