Normalisointi

term_id: normalization

Category: basic_concepts

Definition

Yleisiä menetelmiä ovat Min-Max-skaalaus ja Z-pisteen standardointi. Tämä prosessi varmistaa, että suurempia arvoja sisältävät piirteet eivät dominoi oppimisalgoritmia, erityisesti gradienttipohjaisessa optimoinnissa.

Summary

Normalisointi on datan esikäsittelytekniikka, joka skaalaa numeerisia piirteitä vakiintuneelle välille, tyypillisesti 0 ja 1, parantaakseen mallin konvergenssia ja suorituskykyä.

Key Concepts

  • Min-Max-skaalaus
  • Z-pisteen standardointi
  • Piirteiden skaalaus
  • Gradienttivasen stabiilisuus

Use Cases

  • Kuvapikseliarvojen esikäsittely
  • Taulukkomuotoisen datan valmistelu hermostoverkkoja varten
  • Regressiomallien tarkkuuden parantaminen

Code Example

1
2
3
4
5

from sklearn.preprocessing import MinMaxScaler
import numpy as np
data = np.array([[10], [20], [30]])
scaler = MinMaxScaler()
normalized_data = scaler.fit_transform(data)

Related