Distribuições e transformações de dados

Praticando perguntas de entrevista de Machine Learning em Python

Lisa Stuart

Data Scientist

Distribuições diferentes

Distribuições de dados

1 https://www.researchgate.net/figure/Bias-Training-and-test-data-sets-are-drawn-from-different-distributions_fig22_330485084
Praticando perguntas de entrevista de Machine Learning em Python

Divisão treino/teste

train, test = train_test_split(X, y, test_size=0.3)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

sns.pairplot() --> matriz de distribuições e dispersões

Praticando perguntas de entrevista de Machine Learning em Python

Transformação de dados

Transformação de dados

1 https://www.researchgate.net/figure/Example-of-the-effect-of-a-log-transformation-on-the-distribution-of-the-dataset_fig20_308007227
Praticando perguntas de entrevista de Machine Learning em Python
Transformações de Box-Cox

scipy.stats.boxcox(data, lmbda= )

lmbda (p) $x^p$ transformar
-2 $x^{-2} = 1/2$ quadrado recíproco
-1 $x^{-1} = 1/x$ recíproco
-0.5 $x^{-1/2} = 1/\sqrt{x}$ raiz recíproca
0.0 $\log{(x)}$ log
0.5 $x^{1/2} = \sqrt{x}$ raiz quadrada
1 $x^1 = x$ sem transformação
2 $x^2 = x$ quadrado
Praticando perguntas de entrevista de Machine Learning em Python

Vamos praticar!

Praticando perguntas de entrevista de Machine Learning em Python

Preparing Video For Download...