סרגול תכונות

term_id: feature_scaling

Category: basic_concepts

Definition

סרגול תכונות מייצב את הטווח של משתני הקלט כדי למנוע מתכונות בעלות ערכים גדולים יותר לדומיננטיות בתהליך הלמידה. שיטות נפוצות כוללות נרמול (סקאלת מינימום-מקסימום) וסטנדרטיזציה (המרה לציוני Z), אשר מבטיחות שהאלגוריתם יתייחס לכל תכונה ביחס שווה, ובכך משפר את יציבות ומהירות ההתכנסות של מודלים רבים.

Summary

תהליך נרמילת טווח המשתנים הבלתי תלויים או התכונות בנתונים כדי להבטיח אחידות בגודלן.

Key Concepts

  • נרמול
  • סטנדרטיזציה
  • ירידה במדרון
  • עיבוד מקדים של נתונים

Use Cases

  • אימון רשתות נוירונים
  • אשכולות K-means
  • מכונות וקטורי תמיכה (SVM)

Code Example

1
2
3
4
5
6
7

from sklearn.preprocessing import StandardScaler
import numpy as np

X = np.array([[1, 2], [3, 4], [5, 6]])
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
print(X_scaled)

Related