Normalizzazione dei dati

La normalizzazione dei dati garantisce che tutte le feature di un dataset abbiano scale simili. È fondamentale per algoritmi come la discesa del gradiente e i modelli basati sulla distanza. In questa lezione esploreremo le tecniche di standardizzazione e scaling.

Perché normalizzare i dati?

La normalizzazione garantisce che tutte le feature contribuiscano in egual misura al modello. Senza normalizzazione, le feature con scale più ampie possono dominare il processo di apprendimento.

Esempio:

• L'età (0-100) e il reddito (0-100.000) dovrebbero essere ridimensionati su intervalli confrontabili.

Standardizzazione

La standardizzazione trasforma i dati in modo che abbiano una media pari a 0 e una deviazione standard pari a 1. Si calcola come segue:

z = (x - mean) / std_dev

La standardizzazione è ideale per algoritmi come la regressione logistica e SVM.

Scalatura min-max

La scalatura min-max porta i dati a un intervallo fisso, in genere [0, 1]. Si calcola come segue:

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

Questa tecnica viene utilizzata quando i dati devono rientrare in limiti definiti.

Normalizzazione in Python (standardizzazione)

Utilizzi StandardScaler di sklearn.preprocessing per standardizzare i dati.

Esempio:

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

Normalizzazione in Python (scalatura min-max)

Utilizzi MinMaxScaler di sklearn.preprocessing per applicare la scalatura min-max.

Esempio:

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

Scelta di una tecnica di normalizzazione

Nella scelta di una tecnica, consideri quanto segue:

• Standardizzazione: La utilizzi quando i dati contengono outlier.
• Scalatura min-max: La utilizzi quando le feature devono rientrare in limiti definiti.

Riepilogo

In questa lezione ha imparato a conoscere:

• Standardizzazione: ridimensionamento dei dati in modo da ottenere una media pari a 0 e una deviazione standard pari a 1.
• Ridimensionamento Min-Max: trasformazione dei dati in un intervallo fisso.
• L'utilizzo di StandardScaler e MinMaxScaler in Python.

Congratulazioni!

Ha completato la lezione sulla normalizzazione dei dati. Prosegua con la lezione successiva per conoscere l'unione dei dati in Python.