Normalisering

term_id: normalization

Category: basic_concepts

Definition

Vanliga metoder inkluderar Min-Max-skaling och Z-score-standardisering. Denna process säkerställer att funktioner med större magnituder inte dominerar inlärningsalgoritmen, särskilt vid gradientbaserad optimering.

Summary

Normalisering är en teknik för dataförbehandling som skalas numeriska funktioner till ett standardintervall, vanligtvis mellan 0 och 1, för att förbättra modellkonvergens och prestanda.

Key Concepts

  • Min-Max-skaling
  • Z-score-standardisering
  • Funktionsskalning
  • Stabilitet vid gradientnedstigning

Use Cases

  • Förbehandling av bildpixelvärden
  • Förberedelse av tabulär data för neuronnätverk
  • Förbättring av regressionsmodellers noggrannhet

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