Estandarización

Preprocesamiento para machine learning en Python

James Chapman

Curriculum Manager, DataCamp

¿Qué es la estandarización?

 

Estandarización: transforma datos continuos para que parezcan normalmente distribuidos

  • Los modelos de scikit-learn asumen datos normales
  • Usar datos de entrenamiento no normales puede introducir sesgo
  • Normalización logarítmica y escalado de variables en este curso
  • Se aplica a datos numéricos continuos
Preprocesamiento para machine learning en Python

Cuándo estandarizar: distancias lineales

  • Modelar en espacio lineal

 

Ejemplos:

  • k-Nearest Neighbors (kNN)
  • Regresión lineal
  • Agrupamiento K-Means

Un ejemplo de kNN.

Preprocesamiento para machine learning en Python

Cuándo estandarizar: alta varianza

  • Modelar en espacio lineal

 

Ejemplos:

  • k-Nearest Neighbors (kNN)
  • Regresión lineal
  • Agrupamiento K-Means

 

  • Las características del conjunto de datos tienen alta varianza

Un ejemplo de kNN.

Preprocesamiento para machine learning en Python

Cuándo estandarizar: escalas diferentes

 

  • Las características están en escalas diferentes

 

Ejemplo:

  • Predecir precios de vivienda usando n.º de dormitorios y precio de la última venta

 

  • Supuestos de linealidad
Preprocesamiento para machine learning en Python

¡Vamos a practicar!

Preprocesamiento para machine learning en Python

Preparing Video For Download...