Funktionsskalning

term_id: feature_scaling

Category: basic_concepts

Definition

Funktionsskalning standardiserar intervallet för indatavariabler för att förhindra att funktioner med större magnituder dominerar inlärningsprocessen. Vanliga metoder inkluderar normalisering (min-max-skala) och standardisering (z-score), vilket är avgörande för algoritmer som är känsliga för skalorna på indata, såsom gradientnedstigning-baserade metoder och avståndsbaserade algoritmer.

Summary

Processen att normalisera intervallet för oberoende variabler eller funktioner i data för att säkerställa enhetlighet i storleksordning.

Key Concepts

  • Normalisering
  • Standardisering
  • Gradientnedstigning
  • Förbehandling av data

Use Cases

  • Träning av neuronnät
  • K-means-klustring
  • Stödvektormaskiner (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