Feature Scaling

term_id: feature_scaling

Category: basic_concepts

Definition

Feature scaling standaardiseert het bereik van invoervariabelen om te voorkomen dat kenmerken met grotere waarden het leerproces domineren. Veelvoorkomende methoden zijn normalisatie (min-max-schaling) en standaardisatie (z-score normalisatie), die helpen bij het convergeren van optimalisatiealgoritmen zoals gradient descent.

Summary

Het proces van het normaliseren van het bereik van onafhankelijke variabelen of kenmerken van data om uniformiteit in grootte te waarborgen.

Key Concepts

  • Normalisatie
  • Standaardisatie
  • Gradient descent
  • Datavoorbewerking

Use Cases

  • Het trainen van neurale netwerken
  • K-means clustering
  • Support Vector Machines (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