Normalisasi Data

Normalisasi data memastikan semua fitur dalam kumpulan data memiliki skala yang serupa. Hal ini sangat penting untuk algoritme seperti penurunan gradien dan model berbasis jarak. Dalam pelajaran ini, kita akan menjelajahi teknik standardisasi dan penskalaan.

Mengapa Data Perlu Dinormalisasi?

Normalisasi memastikan semua fitur berkontribusi secara seimbang pada model. Tanpa normalisasi, fitur dengan skala lebih besar dapat mendominasi proses pembelajaran.

Contoh:

• Usia (0-100) dan pendapatan (0-100.000) harus diskalakan ke rentang yang sebanding.

Standardisasi

Standardisasi mentransformasikan data agar memiliki rata-rata 0 dan simpangan baku 1. Perhitungannya adalah:

z = (x - mean) / std_dev

Standardisasi cocok untuk algoritme seperti regresi logistik dan SVM.

Penskalaan Min-Maks

Penskalaan min-maks menskalakan data ke rentang tetap, biasanya [0, 1]. Perhitungannya adalah:

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

Teknik ini digunakan saat data perlu dibatasi.

Normalisasi di Python (Standardisasi)

Gunakan StandardScaler dari sklearn.preprocessing untuk menstandarkan data.

Contoh:

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

Normalisasi di Python (Penskalaan Min-Maks)

Gunakan MinMaxScaler dari sklearn.preprocessing untuk menerapkan penskalaan min-maks.

Contoh:

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

Memilih Teknik Normalisasi

Pertimbangkan hal-hal berikut saat memilih teknik:

• Standardisasi: Gunakan ketika data mengandung pencilan.
• Penskalaan Min-Maks: Gunakan ketika fitur perlu berada dalam rentang tertentu.

Ringkasan

Dalam pelajaran ini, Anda telah mempelajari:

• Standardisasi: Melakukan penskalaan data sehingga rata-ratanya 0 dan simpangan bakunya 1.
• Penskalaan Min-Maks: Mengubah data ke dalam rentang tetap.
• Menggunakan StandardScaler dan MinMaxScaler di Python.

Selamat!

Anda telah menyelesaikan pelajaran tentang Normalisasi Data. Lanjutkan ke pelajaran berikutnya untuk mempelajari Penggabungan Data di Python.