Xüsusiyyətlərin normallaşdırılması niyə vacibdir?

Xüsusiyyətlərin normallaşdırılması məlumatları vahid miqyasda gətirmək üçün vacibdir və bu, bir çox maşın öyrənmə alqoritmlərinin düzgün işləməsi üçün önəmlidir. Əgər xüsusiyyətlər müxtəlif miqyaslarda olarsa (məsələn, biri metr, digəri kilometr), məsafə hesablamaya əsaslanan alqoritmlər (məsələn, k-yaxın qonşu, SVM, gradient enişi) xüsusiyyətlərin əhəmiyyətini düzgün qiymətləndirməyə bilər.

Normallaşdırma kömək edir:

• Optimizasiya alqoritmlərinin yaxınsamasını sürətləndirmək.
• Böyük dəyərlərə malik xüsusiyyətlərin üstünlük təşkil etməsinin qarşısını almaq.
• Modelin keyfiyyətini və öyrənmənin stabilliyini artırmaq.

Min-Max normallaşdırma nümunəsi:

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler()
X_normalized = scaler.fit_transform(X)

Yaxud standartlaşdırma (orta 0 və standart sapma 1-ə gətirmək):

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_standardized = scaler.fit_transform(X)