Белгилердин нормалдуулаштырылышы эмне үчүн керек?

Белгилердин нормалдуулаштырылышы маалыматтарды бирдиктүү масштабга келтирүү үчүн зарыл, бул көптөгөн машинени үйрөнүү алгоритмдеринин туура иштеши үчүн маанилүү. Эгер белгилер ар башка масштабда болсо (мисалы, бирөө метрде, экинчиси километрде өлчөнсө), аралык эсептөө негизделген алгоритмдер (мисалы, k жакын көршү, SVM, градиентдик түшүш) белгилердин маанисин туура эмес баалай алышы мүмкүн.

Нормалдуулаштыруу жардам берет:

• Оптимизация алгоритмдеринин конвергенциясын тездетүү.
• Ири маанилүү белгилердин доминациясынан сактануу.
• Моделдин сапаты жана үйрөнүүнүн туруктуулугун жогорулатуу.

Min-Max нормалдуулаштыруу мисалы:

from sklearn.preprocessing import MinMaxScaler

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

Же стандартташтыруу (ортачасы 0 жана стандарттык ченеми 1):

from sklearn.preprocessing import StandardScaler

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