Veri Normalleştirme

Veri normalleştirme, bir veri kümesindeki tüm özelliklerin benzer ölçeklere sahip olmasını sağlar. Bu, gradyan inişi ve uzaklık tabanlı modeller gibi algoritmalar için çok önemlidir. Bu derste standartlaştırma ve ölçekleme tekniklerini inceleyeceğiz.

Veriler Neden Normalleştirilir?

Normalleştirme, tüm özelliklerin modele eşit katkıda bulunmasını sağlar. Normalleştirme yapılmadığında daha büyük ölçekli özellikler öğrenme sürecine hâkim olabilir.

Örnek:

• Yaş (0-100) ve gelir (0-100.000), karşılaştırılabilir aralıklara ölçeklenmelidir.

Standartlaştırma

Standartlaştırma, verileri ortalaması 0 ve standart sapması 1 olacak şekilde dönüştürür. Şu şekilde hesaplanır:

z = (x - mean) / std_dev

Standartlaştırma, lojistik regresyon ve SVM gibi algoritmalar için idealdir.

Min-Maks Ölçekleme

Min-maks ölçekleme, verileri sabit bir aralığa, genellikle [0, 1] aralığına ölçekler. Şu şekilde hesaplanır:

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

Bu teknik, verilerin sınırlandırılması gerektiğinde kullanılır.

Python'da Normalleştirme (Standartlaştırma)

Verileri standartlaştırmak için sklearn.preprocessing içindeki StandardScaler'ı kullanın.

Örnek:

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

Python'da Normalleştirme (Min-Maks Ölçekleme)

Min-maks ölçeklemeyi uygulamak için sklearn.preprocessing içindeki MinMaxScaler'ı kullanın.

Örnek:

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

Normalleştirme Tekniği Seçme

Bir teknik seçerken aşağıdakileri göz önünde bulundurun:

• Standartlaştırma: Veriler aykırı değerler içerdiğinde kullanın.
• Min-Maks Ölçekleme: Özelliklerin sınırlandırılması gerektiğinde kullanın.

Özet

Bu derste şunları öğrendiniz:

• Standartlaştırma: Verileri ortalaması 0 ve standart sapması 1 olacak şekilde ölçeklendirme.
• Min-Maks Ölçekleme: Verileri sabit bir aralığa dönüştürme.
• Python'da StandardScaler ve MinMaxScaler kullanma.

Tebrikler!

Veri Normalleştirme hakkındaki dersi tamamladınız. Python'da Veri Birleştirme konusunu öğrenmek için bir sonraki derse geçin.