Standardisierung

Vorverarbeitung für Machine Learning in Python

James Chapman

Curriculum Manager, DataCamp

Was ist Standardisierung?

 

Standardisierung: stetige Daten so transformieren, dass sie normalverteilt erscheinen

  • scikit-learn-Modelle setzen normalverteilte Daten voraus
  • Nicht-normale Trainingsdaten können Bias einführen
  • Log-Normalisierung und Feature-Skalierung in diesem Kurs
  • Angewendet auf stetige numerische Daten
Vorverarbeitung für Machine Learning in Python

Wann standardisieren: lineare Distanzen

  • Modelliert im linearen Raum

 

Beispiele:

  • k-Nearest Neighbors (kNN)
  • Lineare Regression
  • K-Means-Clustering

Ein kNN-Beispiel.

Vorverarbeitung für Machine Learning in Python

Wann standardisieren: hohe Varianz

  • Modelliert im linearen Raum

 

Beispiele:

  • k-Nearest Neighbors (kNN)
  • Lineare Regression
  • K-Means-Clustering

 

  • Datensatz-Features haben hohe Varianz

Ein kNN-Beispiel.

Vorverarbeitung für Machine Learning in Python

Wann standardisieren: unterschiedliche Skalen

 

  • Features liegen auf unterschiedlichen Skalen

 

Beispiel:

  • Vorhersage von Hauspreisen mit Anzahl Schlafzimmer und letztem Verkaufspreis

 

  • Linearitätsannahmen
Vorverarbeitung für Machine Learning in Python

Lass uns üben!

Vorverarbeitung für Machine Learning in Python

Preparing Video For Download...