ML |特征缩放-第2部分-yiteyi-C++库

特征缩放是一种在固定范围内标准化数据中存在的独立特征的技术。它在数据预处理期间执行，以处理高度变化的量级或值或单位。如果没有进行特征缩放，那么机器学习算法趋向于权衡更大的值、更高的值，并且将较小的值视为较低的值，而不考虑值的单位。

null

例子： 如果算法不使用特征缩放方法，那么它可以考虑值3000米大于5公里，但这实际上不是真的，在这种情况下，算法将给出错误的预测。因此，我们使用特征缩放将所有值调整到相同的大小，从而解决这个问题。

执行特征缩放的技术 考虑两个最重要的问题：

最小最大归一化： 此技术使用分布值在0和1之间的值重新缩放特征或观察值。 $X_{ ext {new }}=frac{X_{i}-min (X)}{max (x)-min (X)}$
标准化： 这是一种非常有效的技术，可以重新缩放特征值，使其具有均值为0、方差等于1的分布。 $X_{ ext {new }}=frac{X_{i}-X_{ ext {mean }}}{ ext { Standard Deviation }}$

图片[3]-ML |特征缩放-第2部分-yiteyi-C++库

代码：Python代码，解释了数据上的特性缩放工作

                     # Python code explaining How to                   
                     # perform Feature Scaling                   
                             
                     """ PART 1                   
                                         Importing Libraries """                   
                             
                     import                               numpy as np                   
                     import                               matplotlib.pyplot as plt                   
                     import                               pandas as pd                   
                             
                     # Sklearn library                   
                     from                               sklearn                               import                               preprocessing                   
                             
                     """ PART 2                   
                                         Importing Data """                   
                             
                     data_set                               =                               pd.read_csv(                               'C:\Users\dell\Desktop\Data_for_Feature_Scaling.csv'                               )                   
                     data_set.head()                   
                             
                     # here Features - Age and Salary columns                   
                     # are taken using slicing                   
                     # to handle values with varying magnitude                   
                     x                               =                               data_set.iloc[:,                               1                               :                               3                               ].values                   
                     print                               (                               "Original data values : "                               ,  x)                   
                             
                             
                     """ PART 4                   
                                         Handling the missing values """                   
                             
                     from                               sklearn                               import                               preprocessing                   
                             
                     """ MIN MAX SCALER """                   
                             
                     min_max_scaler                               =                               preprocessing.MinMaxScaler(feature_range                               =                               (                               0                               ,                               1                               ))                   
                             
                     # Scaled feature                   
                     x_after_min_max_scaler                               =                               min_max_scaler.fit_transform(x)                   
                             
                     print                               (                               "After min max Scaling : "                               , x_after_min_max_scaler)                   
                             
                             
                     """ Standardisation """                   
                             
                     Standardisation                               =                               preprocessing.StandardScaler()                   
                             
                     # Scaled feature                   
                     x_after_Standardisation                               =                               Standardisation.fit_transform(x)                   
                             
                     print                               (                               "After Standardisation : "                               , x_after_Standardisation)                   

输出：

   Country  Age  Salary  Purchased
0   France   44   72000          0
1    Spain   27   48000          1
2  Germany   30   54000          0
3    Spain   38   61000          0
4  Germany   40    1000          1

Original data values : 
 [[   44 72000]
 [   27 48000]
 [   30 54000]
 [   38 61000]
 [   40  1000]
 [   35 58000]
 [   78 52000]
 [   48 79000]
 [   50 83000]
 [   37 67000]]

After min max Scaling : 
 [[ 0.33333333  0.86585366]
 [ 0.          0.57317073]
 [ 0.05882353  0.64634146]
 [ 0.21568627  0.73170732]
 [ 0.25490196  0.        ]
 [ 0.15686275  0.69512195]
 [ 1.          0.62195122]
 [ 0.41176471  0.95121951]
 [ 0.45098039  1.        ]
 [ 0.19607843  0.80487805]]

After Standardisation : 
 [[ 0.09536935  0.66527061]
 [-1.15176827 -0.43586695]
 [-0.93168516 -0.16058256]
 [-0.34479687  0.16058256]
 [-0.1980748  -2.59226136]
 [-0.56487998  0.02294037]
 [ 2.58964459 -0.25234403]
 [ 0.38881349  0.98643574]
 [ 0.53553557  1.16995867]
 [-0.41815791  0.43586695]]

文章版权归作者所有，未经允许请勿转载。

THE END

Python