データの正規化

データの正規化により、データセット内のすべての特徴量のスケールを揃えます。これは、勾配降下法や距離ベースのモデルなどのアルゴリズムにとって重要です。このレッスンでは、標準化とスケーリングの手法について学びます。

なぜデータを正規化するのか

正規化により、すべての特徴量がモデルに等しく貢献できるようになります。正規化を行わないと、スケールの大きい特徴量が学習プロセスに大きな影響を与える可能性があります。

例:

• 年齢（0～100）と収入（0～100,000）は、比較可能な範囲にスケーリングする必要があります。

標準化

標準化では、データの平均を0、標準偏差を1に変換します。計算式は次のとおりです。

z = (x - mean) / std_dev

標準化は、ロジスティック回帰やSVMなどのアルゴリズムに適しています。

Min-Maxスケーリング

Min-Maxスケーリングでは、データを通常[0, 1]の固定範囲に収めます。計算式は次のとおりです。

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

この手法は、データを一定の範囲内に収める必要がある場合に使用します。

Pythonでの正規化（標準化）

sklearn.preprocessingのStandardScalerを使ってデータを標準化します。

例:

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

Pythonでの正規化（Min-Maxスケーリング）

sklearn.preprocessingのMinMaxScalerを使ってMin-Maxスケーリングを適用します。

例:

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

正規化手法の選択

手法を選ぶ際は、次の点を考慮してください。

• 標準化: 外れ値が含まれるデータに使用します。
• Min-Maxスケーリング: 特徴量を一定の範囲内に収める必要がある場合に使用します。

振り返り

このレッスンでは、次のことを学習しました。

• 標準化：データを平均0、標準偏差1にスケーリングすること
• Min-Maxスケーリング：データを一定の範囲に変換すること
• PythonでStandardScalerとMinMaxScalerを使用する方法

おめでとうございます

データの正規化に関するレッスンを完了しました。次のレッスンに進んで、Pythonでのデータ結合について学びましょう。