Penormalan Data

Normalisasi data memastikan semua ciri dalam set data mempunyai skala yang serupa. Hal ini penting untuk algoritma seperti penurunan kecerunan dan model berasaskan jarak. Dalam pelajaran ini, kita akan meneroka teknik penyeragaman dan penskalaan.

Normalisasi memastikan semua ciri menyumbang secara sama rata kepada model. Tanpa normalisasi, ciri dengan skala yang lebih besar boleh menguasai proses pembelajaran.

Contoh:

• Umur (0-100) dan pendapatan (0-100,000) hendaklah diskalakan kepada julat yang setanding.

Penyeragaman mengubah data supaya mempunyai min 0 dan sisihan piawai 1. Pengiraan dilakukan seperti berikut:

z = (x - mean) / std_dev

Penyeragaman sesuai untuk algoritma seperti regresi logistik dan SVM.

Penskalaan min-maks menskalakan data kepada julat tetap, biasanya [0, 1]. Pengiraan dilakukan seperti berikut:

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

Teknik ini digunakan apabila data perlu dihadkan kepada julat tertentu.

Gunakan StandardScaler daripada sklearn.preprocessing untuk menyeragamkan data.

Contoh:

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

Gunakan MinMaxScaler daripada sklearn.preprocessing untuk menggunakan penskalaan min-maks.

Contoh:

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

Pertimbangkan perkara berikut semasa memilih teknik:

• Standardisasi: Gunakan apabila data mengandungi pencilan.
• Penskalaan Min-Maks: Gunakan apabila ciri perlu dihadkan dalam julat tertentu.

Dalam pelajaran ini, Anda telah mempelajari:

• Standardisasi: Menskalakan data kepada min 0 dan sisihan piawai 1.
• Penskalaan Min-Maks: Mengubah data kepada julat tetap.
• Menggunakan StandardScaler dan MinMaxScaler dalam Python.

Anda telah melengkapkan pelajaran tentang Normalisasi Data. Teruskan ke pelajaran seterusnya untuk mempelajari tentang Cantuman Data dalam Python.