Standardizzazione

Preprocessing per il Machine Learning in Python

James Chapman

Curriculum Manager, DataCamp

Che cos'è la standardizzazione?

 

Standardizzazione: trasforma dati continui per farli sembrare distribuiti normalmente

  • I modelli scikit-learn assumono dati normalmente distribuiti
  • Usare dati di training non normali può introdurre bias
  • In questo corso: normalizzazione log e scaling delle feature
  • Applicata a dati numerici continui
Preprocessing per il Machine Learning in Python

Quando standardizzare: distanze lineari

  • Modella in spazio lineare

 

Esempi:

  • k-Nearest Neighbors (kNN)
  • Regressione lineare
  • Clustering K-Means

Un esempio di kNN.

Preprocessing per il Machine Learning in Python

Quando standardizzare: varianza elevata

  • Modella in spazio lineare

 

Esempi:

  • k-Nearest Neighbors (kNN)
  • Regressione lineare
  • Clustering K-Means

 

  • Le feature del dataset hanno varianza elevata

Un esempio di kNN.

Preprocessing per il Machine Learning in Python

Quando standardizzare: scale diverse

 

  • Le feature sono su scale diverse

 

Esempio:

  • Predire i prezzi delle case usando n. camere da letto e ultimo prezzo di vendita

 

  • Assunzioni di linearità
Preprocessing per il Machine Learning in Python

Esercitiamoci!

Preprocessing per il Machine Learning in Python

Preparing Video For Download...