Normalizace a standardizace
Škálování příznaků zajišťuje, že žádný příznak při modelování nepřevládne nad ostatními. Normalizace a standardizace jsou široce používané techniky škálování příznaků. Normalizace obvykle škáluje příznaky do rozsahu [0, 1], čímž zajišťuje přibližně stejné měřítko. Standardizace transformuje data tak, aby měla nulový průměr a jednotkový rozptyl – lépe zachovává informace o odlehlých hodnotách a neomezuje rozsah. matplotlib.pyplot byl importován jako plt, dále byly importovány MinMaxScaler a StandardScaler a příznaky rozdělených dat o srdečních onemocněních jsou k dispozici jako X_train a X_test.
Toto cvičení je součástí kurzu
Strojové učení od začátku do konce
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Show the initial distribution of 'age'
age = ____
plt.figure(figsize=(10,5))
plt.hist(____, bins=30, alpha=0.5, label='Original')
plt.legend(prop={'size': 16})
plt.title('Histogram with Original Age');
plt.xlabel('Age'); plt.ylabel('Count');
plt.show()