Waarom is normalisatie van kenmerken nodig?

Normalisatie van kenmerken is nodig om gegevens naar een uniforme schaal te brengen, wat belangrijk is voor het correct functioneren van veel machine learning-algoritmen. Als kenmerken verschillende schalen hebben (bijvoorbeeld, één gemeten in meters, de andere in kilometers), kunnen op afstand gebaseerde algoritmen (zoals k-nabije buren, SVM, gradient descent) de belangrijkheid van kenmerken verkeerd inschatten.

Normalisatie helpt:

• De convergentie van optimalisatie-algoritmen te versnellen.
• Te voorkomen dat kenmerken met grote waarden domineren.
• De kwaliteit van het model en de stabiliteit van de training te verbeteren.

Voorbeeld van Min-Max-normalisatie:

from sklearn.preprocessing import MinMaxScaler

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

Of standaardisatie (naar gemiddelde 0 en standaarddeviatie 1):

from sklearn.preprocessing import StandardScaler

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