Standaardiseren

Preprocessing voor Machine Learning in Python

James Chapman

Curriculum Manager, DataCamp

Wat is standaardiseren?

 

Standaardiseren: zet continue data om zodat ze normaal verdeeld lijken

  • scikit-learn-modellen gaan uit van normaal verdeelde data
  • Niet-normale trainingsdata kan bias geven
  • Log-normalisatie en schalen in deze cursus
  • Toegepast op continue numerieke data
Preprocessing voor Machine Learning in Python

Wanneer standaardiseren: lineaire afstanden

  • Modelleren in lineaire ruimte

 

Voorbeelden:

  • k-Nearest Neighbors (kNN)
  • Lineaire regressie
  • K-means-clustering

Een kNN-voorbeeld.

Preprocessing voor Machine Learning in Python

Wanneer standaardiseren: hoge variantie

  • Modelleren in lineaire ruimte

 

Voorbeelden:

  • k-Nearest Neighbors (kNN)
  • Lineaire regressie
  • K-means-clustering

 

  • Kenmerken in de gegevensset hebben hoge variantie

Een kNN-voorbeeld.

Preprocessing voor Machine Learning in Python

Wanneer standaardiseren: verschillende schalen

 

  • Kenmerken staan op verschillende schalen

 

Voorbeeld:

  • Huisprijzen voorspellen met aantal slaapkamers en laatste verkoopprijs

 

  • Lineariteitsaanname
Preprocessing voor Machine Learning in Python

Laten we oefenen!

Preprocessing voor Machine Learning in Python

Preparing Video For Download...