[TIL] numpy 로그

* 불균형 데이터 캐글 연습

https://www.kaggle.com/code/dogdriip/iqr-outlier-smote-oversampling

IQR을 이용한 Outlier 탐지 + SMOTE Oversampling

 

1. np.log1p

  1.1 로그: 큰 수를 계산하기 편하게 작은 수로 표현하기 위해 생김

  1.2 지수: 로그를 역산하여 원래 값을 찾기 위해 생김

  1.3 자연상수(e): (1+1/x)^x가 x가 무한대로 갈때 그 값이 무리수로 수렴하고, 이 무리수를 표현하기 위해 e기호를 사용

  100%의 성장률을 가지고 1회 연속성장 할 때 가질 수 있는 최대 성장량(약2.718)

  1.4 numpy

        1.4.1 np.log2(x) 밑이 2

        1.4.2 np.log10(x) 밑이 10

        1.4.3 np.log(x) 밑이 e, 즉, ln(x)

        1.4.4 np.log1p(x) 밑이 e, ln(x+1) : x가1보다 작을 경우 -무한대 값이 나올 수 있으므로 x+1이 필요함