Datennormalisierung

Durch die Datennormalisierung wird sichergestellt, dass alle Merkmale eines Datensatzes ähnliche Skalierungen haben. Das ist entscheidend für Algorithmen wie den Gradientenabstieg und distanzbasierte Modelle. In dieser Lektion betrachten wir Methoden zur Standardisierung und Skalierung.

Warum Daten normalisieren?

Durch die Normalisierung wird sichergestellt, dass alle Merkmale gleichermaßen zum Modell beitragen. Ohne Normalisierung können Merkmale mit größeren Skalen den Lernprozess dominieren.

Beispiel:

• Alter (0–100) und Einkommen (0–100.000) sollten auf vergleichbare Wertebereiche skaliert werden.

Standardisierung

Bei der Standardisierung werden Daten so transformiert, dass ihr Mittelwert 0 und ihre Standardabweichung 1 beträgt. Sie wird wie folgt berechnet:

z = (x - mean) / std_dev

Die Standardisierung eignet sich ideal für Algorithmen wie die logistische Regression und SVM.

Min-Max-Skalierung

Bei der Min-Max-Skalierung werden Daten auf einen festen Wertebereich, normalerweise [0, 1], skaliert. Sie wird wie folgt berechnet:

x_scaled = (x - min) / (max - min)

Diese Methode wird verwendet, wenn Daten auf einen begrenzten Wertebereich beschränkt werden müssen.

Normalisierung in Python (Standardisierung)

Verwenden Sie StandardScaler aus sklearn.preprocessing, um Daten zu standardisieren.

Beispiel:

from sklearn.preprocessing import StandardScaler scaler = StandardScaler() data_scaled = scaler.fit_transform(data)

Normalisierung in Python (Min-Max-Skalierung)

Verwenden Sie MinMaxScaler aus sklearn.preprocessing, um die Min-Max-Skalierung anzuwenden.

Beispiel:

from sklearn.preprocessing import MinMaxScaler scaler = MinMaxScaler() data_scaled = scaler.fit_transform(data)

Auswahl einer Normalisierungstechnik

Berücksichtigen Sie bei der Auswahl einer Technik Folgendes:

• Standardisierung: Verwenden Sie sie, wenn die Daten Ausreißer enthalten.
• Min-Max-Skalierung: Verwenden Sie sie, wenn Merkmale auf einen Wertebereich begrenzt werden müssen.

Zusammenfassung

In dieser Lektion haben Sie Folgendes gelernt:

• Standardisierung: Skalieren von Daten auf einen Mittelwert von 0 und eine Standardabweichung von 1.
• Min-Max-Skalierung: Transformieren von Daten in einen festen Wertebereich.
• Verwenden von StandardScaler und MinMaxScaler in Python.

Glückwunsch!

Sie haben die Lektion zur Datennormalisierung abgeschlossen. Fahren Sie mit der nächsten Lektion fort, um das Zusammenführen von Daten in Python zu lernen.