Özellikleri standartlaştırma

Python ile Machine Learning kullanarak TOB tahmini

Kevin Huo

Instructor

Standartlaştırma neden önemlidir

Standartlaştırma: verinizin modellerin varsayımlarına uymasını sağlama
Bazı özelliklerin varyansı çok yüksek olabilir ve modeli haksız yere baskın hâle getirebilir
Örnek: bir spam kullanıcı nedeniyle bazı sayımlar çok geniş bir aralığa sahip olabilir
site_id, app_id, device_id gibi kategorik değişkenlere uygulanmaz

df.var()

click                   1.294270e-01
hour                    1.123316e-01

df.var().median()

0.7108583771671939

print(df['click'].var())
df['device_id_count'] = df[
  'device_id_count'].apply(
  lambda x: np.log(x))
print(df['click'].var())

249362570.10134825
15.628476003312514

Standart ölçekleme tüm özellikleri ortalaması 0, standart sapması 1 olacak şekilde dönüştürür

Standart ölçekleme örneği

scaler = StandardScaler()
X[numeric_cols] = scaler.fit_transform(X[numeric_cols])

dtype: float64
1    10.5 -> 0.85
2    32.3 -> 1.54

Python ile Machine Learning kullanarak TOB tahmini