Normalisierung und Standardisierung
Feature-Scaling sorgt dafür, dass kein Merkmal beim Modellieren die anderen dominiert. Normalisierung und Standardisierung sind gängige Verfahren für Feature-Scaling. Bei der Normalisierung werden Merkmale typischerweise auf den Bereich [0, 1] skaliert, sodass sie ungefähr die gleiche Größenordnung haben. Die Standardisierung transformiert die Daten auf Mittelwert null und Varianz eins, erhält mehr Informationen über Ausreißer und begrenzt den Wertebereich nicht. matplotlib.pyplot wurde als plt importiert, MinMaxScaler und StandardScaler wurden importiert, und die aufgeteilten Herzkrankheits-Features wurden als X_train und X_test importiert.
Diese Übung ist Teil des Kurses
End-to-End Machine Learning
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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()