Normalisering

term_id: normalization

Category: basic_concepts

Definition

Vanlige metoder inkluderer Min-Max-skaling og Z-score-standardisering. Denne prosessen sikrer at funksjoner med større størrelsesorden ikke dominerer læringsalgoritmen, spesielt ved gradientbasert optimering.

Summary

Normalisering er en teknikk for forhåndsbehandling av data som skalere numeriske funksjoner til et standard intervall, vanligvis mellom 0 og 1, for å forbedre modellkonvergens og ytelse.

Key Concepts

  • Min-Max-skaling
  • Z-score-standardisering
  • Funksjonsskalering
  • Stabilitet i gradientnedstigning

Use Cases

  • Forhåndsbehandling av bildepiksler
  • Forberede tabulære data for nevronale nettverk
  • Forbedre nøyaktigheten i regresjonsmodeller

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