Log normalization

การเตรียมข้อมูลสำหรับ Machine Learning ด้วย Python

James Chapman

Curriculum Manager, DataCamp

Log normalization คืออะไร?

มีประโยชน์สำหรับฟีเจอร์ที่มี ความแปรปรวนสูง
ใช้การแปลงลอการิทึม
ลอการิทึมธรรมชาติโดยใช้ค่าคงที่ $e$ ($\approx2.718$)

Log normalization คืออะไร?

มีประโยชน์สำหรับฟีเจอร์ที่มี ความแปรปรวนสูง
ใช้การแปลงลอการิทึม
ลอการิทึมธรรมชาติโดยใช้ค่าคงที่ $e$ ($\approx2.718$)
$e^{3.4} = 30$

จับการเปลี่ยนแปลงเชิงสัมพัทธ์ ขนาดของการเปลี่ยนแปลง และรักษาค่าให้เป็นบวกเสมอ

ตัวเลข	Log
30	3.4
300	5.7
3000	8

Log normalization ใน Python

print(df)

   col1   col2
0  1.00    3.0
1  1.20   45.5
2  0.75   28.0
3  1.60  100.0

print(df.var())

col1       0.128958
col2    1691.729167
dtype: float64

import numpy as np
df["log_2"] = np.log(df["col2"])
print(df)

   col1   col2     log_2
0  1.00    3.0  1.098612
1  1.20   45.5  3.817712
2  0.75   28.0  3.332205
3  1.60  100.0  4.605170

print(df[["col1", "log_2"]].var())

col1     0.128958
log_2    2.262886
dtype: float64

มาฝึกกันเถอะ!

การเตรียมข้อมูลสำหรับ Machine Learning ด้วย Python

Preparing Video For Download...